DSS a protezione delle infrastrutture critiche: l’esperienza SAFEGUARD Seminario CAMO - 28 ottobre 2003 I Sistemi di Supporto alle Decisioni.

Presentazione sul tema: "DSS a protezione delle infrastrutture critiche: l’esperienza SAFEGUARD Seminario CAMO - 28 ottobre 2003 I Sistemi di Supporto alle Decisioni."— Transcript della presentazione:

1 DSS a protezione delle infrastrutture critiche: l’esperienza SAFEGUARD Seminario CAMO - 28 ottobre 2003 I Sistemi di Supporto alle Decisioni

2 Progetto SAFEGUARD Progettare ed implementare una rete di componenti software (agent oriented) che incrementino la capacità di sopravvivenza delle infrastrutture critiche (di tipo altamente informatizzato) in presenza di attacchi, intrusioni o anomalie OBIETTIVO: DUE INFRASTRUTTURE DI RIFERIMENTO: Sistema di Dispacciamento e Tele-controllo della energia elettrica su reti di trasmissione ad alta-media tensione Sistema di Call Centres di reti di telecomunicazioni pubbiche

3 Modellare una infrastruttura come una popolazione di agenti residenti su layers differenti

4

5 Un modello a tre strati per l’infrastruttura di trasmissione dell’elettricità Componenti rete elettrica generatori, trasformatori, interruttori, linee, etc Componenti hardware/software di gestione e controllo ( SCADA/EMS systems ) Gestore della Rete Elettrica Operatore indipendente per la gestione ed il trasporto dell’elettricità Intra-dipendenze Rete di trasmissione elettrica nazionale Rete di telecomunicazione Sistema di trasporto Olio/Gas Rete di trasmissione estera Inter-dipendenze

6 Perché è così difficile costruire questo modello StratoInformativo Strato Organizzazivo Strato Organizzazivo Intra-dipendenze Inter-dipendenze StratoFisico Complessità strutturale Evoluzione della rete Diversità nei nodi Diversità nelle connessioni Complessità dinamica

7 Configurazione dello strato fisico ed informativo della rete elettrica di trasmissione Strato Fisico Strato Informativo Gestione Rete (Dati) SIA-R CNC CC SIA-C RTU (Unità di gestione locali) SIA-C Concentratori Dati CC Centri Controllo Area elettrica 1 Area elettrica 2 Area elettrica 3 Generatori Sottostazioni elettriche Carichi Collegamenti fisici

8 Bus Generatori Transformatori Linee connessione (tra bus) Utenze Elementi fisici Sottostazioni Misure di flussi di potenza (Mw, Mvar) Segnali di stato (Connessioni tra gli elementi dei bus) Elementi informativi (Usati per il controllo e supervisione) Misure di voltaggi ed angoli (Kv, Dg) Elementi della Rete Elettrica (fisici ed informativi)

9 Simulazione dei flussi di potenza in funzione delle manovre di connessione o distacco (PowerWorld Simulator) Interruzione di una connessione critica

10 Simulazione dei flussi di potenza in funzione delle manovre di connessione o distacco (PowerWorld Simulator) Distacco programmato del carico 1

11 Simulazione dei flussi di potenza in funzione delle manovre di connessione o distacco (PowerWorld Simulator) Distacco programmato del carico 2

12 Simulazione dei flussi di potenza in funzione delle manovre di connessione o distacco (PowerWorld Simulator)

13 Simulazione del sistema di telecontrollo (SCADA system) Sub 1Sub 2 Sub 3 Sub n CC Master CC Reserve Data Base rete elettrica (Modalità Update) Data Base rete elettrica (Modalità On-line) Unità remote Sottostazioni Centri di Controllo Rete Locale di area Sorgente di dati simulati

14 Sistema Telecontrollo Rete Elettrica (RTUs e Centri Controllo) Home LCCIs Topology agent Negotiation agent MMI agent Altre LCCIs Reti elettriche estere Reti di telecomunicazioni ------------------- Correlation agent Action agent Agenti di basso livello Agenti di alto livello Diagnostic wrappers Intrusion Detection wrappers Anomaly detector agents Actuators Comandi ed informazioni Solo informazioni Protezione della rete a livello globale Architettura multi-agente SAFEGUARD applicata alle LCCI (Large Complex Critical Infrastructures) Protezione della rete a livello locale

15 Sistema Telecontrollo Rete Elettrica (RTUs e Centri Controllo) Home LCCIs Topology agent Negotiation agent MMI agent Altre LCCIs Reti elettriche estere Reti di telecomunicazioni ------------------- Correlation agent Action agent Agenti di basso livello Agenti di alto livello Diagnostic wrappers Intrusion Detection wrappers Anomaly detector agents Actuators Comandi ed informazioni Solo informazioni “Anomaly detection” locale Architettura multi-agente SAFEGUARD applicata alle LCCI (Large Complex Critical Infrastructures)

16 Sistema Telecontrollo Rete Elettrica (RTUs e Centri Controllo) Home LCCIs Topology agent Negotiation agent MMI agent Altre LCCIs Reti elettriche estere Reti di telecomunicazioni ------------------- Correlation agent Action agent Agenti di basso livello Agenti di alto livello Diagnostic wrappers Intrusion Detection wrappers Anomaly detector agents Actuators Comandi ed informazioni Solo informazioni “Anomaly detection” locale Correlazione e diagnosi globale Architettura multi-agente SAFEGUARD applicata alle LCCI (Large Complex Critical Infrastructures)

17 Sistema Telecontrollo Rete Elettrica (RTUs e Centri Controllo) Home LCCIs Topology agent Negotiation agent MMI agent Altre LCCIs Reti elettriche estere Reti di telecomunicazioni ------------------- Correlation agent Action agent Agenti di basso livello Agenti di alto livello Diagnostic wrappers Intrusion Detection wrappers Anomaly detector agents Actuators Comandi ed informazioni Solo informazioni “Anomaly detection” locale Correlazione e diagnosi globale Architettura multi-agente SAFEGUARD applicata alle LCCI (Large Complex Critical Infrastructures) Attuazione politiche di difesa

18 Metodi di stima e di “action planning” impiegati in Safeguard  “Event Base reasoning” come estensione dei metodi di Case Base reasoning.  Riconoscimento di “invarianti” come parametri per il controllo della congruenza dei dati della rete elettrica.  Tecniche di “Data Mining” per classificare la bontà dei pacchetti che transitano sui canali di comunicazione  Metodi basati su Reti Neurali come controllori intelligenti delle unità di controllo remoto (RTUs) Anomaly detection locale Correlazione globale e generazione delle politiche di difesa  Correlazione mediante “reti causali” di tipo temporale e spaziale  Ricerca delle priorità di difesa e ottimizzazione delle politiche

19 Ricerca Caso proposto Confronta usando una metrica Riusa Produci la soluzione Caso trovato Nuovo Caso Riaggiorna Revisiona Caso non trovatoApprendimento Base di Casi Caso corrente Attività CBR: la metodologia delle quattro R

20 SCADA INSTRUMENTATION Intelligence Information Command Editor della Base di Casi Componente di addestramento CBR off-line Base di Casi Componente di riconoscimento CBR on-line Dal Correlator Verso il Correlatore Da Action Agent CBR: architettura dei componenti

21 CBR: viene proposto in SAFEGUARD per il riconoscimento di “sequenze di eventi” Attibute IDAttribute typeFact 1Fact 2Fact 3.. Fact n 1 2 ….. m Boolean Numerical …… Time X11 X21 … Xm1 X12 X22 … Xm2 X13 X23 … Xm3 X1n X2n … Xmn Struttura “generica” di un Caso

22 CBR: viene proposto in SAFEGUARD per il riconoscimento di “sequenze di eventi” Attibute IDAttribute typeFact 1Fact 2Fact 3.. Fact n 1 2 ….. m Boolean Numerical …… Time X11 X21 … Xm1 X12 X22 … Xm2 X13 X23 … Xm3 X1n X2n … Xmn Struttura “generica” di un Caso Attibute IDAttribute typeEvent 1Event 2Event 3.. Event nTotal Time T 1 2 3 Time, tolerance Presence flag Sequence constraint t1,d1 yes/no E x,E y t2,d2 yes/no E x,E y t3,d3 yes/no E x,E y tn,dn yes/no E x,E y Struttura di un Caso come modello di una sequenza di eventi

23 CBR: metrica atta a riconoscere le sequenze di eventi S -> “distanza” or “similarity” tra la sequenza X e la sequenza corrente t i -> etichetta temporale dell’evento i all’interno della sequenza corrente tc i -> etichetta temporale dell’evento i all’interno della sequenza X d i -> toleranza temporale dell’evento i nella sequenza X n -> numero di eventi nella sequenza X

24 NN: vengono proposte in SAFEGUARD per monitorare lo stato degli elementi informativi della sottostazione elettrica Misure di flussi di potenza (Mw, Mvar) Segnali di stato (Connessioni tra gli elementi dei bus) Misure di voltaggi ed angoli (Kv, Dg) Matrice dei pesi

25 Addestrare una rete neurale significa aggiustare i valori (dei pesi) in modo tale the a certe configurazioni dei dati di input corrisponda un output desiderato La rete “riconosce” patterns di inputs “simili” a quelli sui quali è stata addestrata. NN: il processo di addestramento di una rete neurale

26 Apprende implicitamente certe caratteristiche tipiche dei dati di input (dati di processo) ed indica che il sistema non si trova più in uno stato normale, bensì nuovo. Qui avviene il processo di “encoding”. La rete è di tipo “auto-encoder” poichè è addestrata a produrre un output esattamente uguale al suo input. NN: Auto-encoder novelty neural detector

27 Data Mining: Monitoraggio di pacchetti anomali sulle porte di comunicazione Questa metodologia è stata trattata in una presentazione precedente

28 Dislocazione degli agenti nell’ambiente di test per il sistema “Safeguard“ Unità remote Sottostazioni Centri di Controllo Sub 1Sub 2 Sub 3 Sub n CC Master CC Reserve Data Base rete elettrica (Modalità Update) Data Base rete elettrica (Modalità On-line) Agenti di alto livello (Correlator, Action ect.) Controllore di sequenze di eventi Controllore di invarianti Interfaccia di generazione degli attacchi e dei guasti Interfaccia di monitoraggio e logging Sensore basato su Reti Neurali Controllore basto su Data Mininig Rete Locale di area Sorgente di dati simulati

29 Attualmente il sistema SAFEGUARD è in fase di implementazione La fine del progetto è prevista per giugno 2004 La piattaforma di test sviluppata sarà dedicata anche in futuro alla ricerca di metodi innovativi per affrontare le problematiche di gestione delle reti elettriche Sulla base dei tests effettuati, il primo prototipo SAFEGUARD potrà essere decicato alla individuazione di nuove funzionalità intelligenti per prevenire e gestire le situazioni di rischio da introdurre sui sistemi SCADA. CONCLUSIONI

30 Ringraziamenti Partners Progetto SAFEGUARD Queen Mary, University of London, England AIA (Applicaciones en Informatica Avanzada), Spain ENEA (Institute for New Technology, Energy, Environment), Italy Linköping University (Real-time system laboratory), Sweden Swisscom (Telecommunication provider), Switzerland  Principali Partners con interesse industriale Swedish Defence Establishment for Research (FOI) at Linköping GRTN, the Italian Independent System Operator for electrical transmission network INVENSYS-Foxboro Scada Red Electrica de España UK Cabinet Office Swisscom Business Units ACEA electricity, gas and water distributor Foxboro SCADA