CC BY
13
СИСТЕМНЫМ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ
УДК 621.311: 004.052
МЕТОДИЧЕСКИЙ ПОДХОД ДЛЯ ОЦЕНКИ КИБЕРУСТОЙЧИВОСТИ ОБЪЕКТОВ ИНФОРМАЦИОННОЙ ИНФРАСТРУКТУРЫ В УСЛОВИЯХ ЦИФРОВИЗАЦИИ
ээс
Турина Л.А.
Институт систем энергетики им. Л.А. Мелентьева СО РАН, г. Иркутск
Резюме: ЦЕЛЬ. Разработка методического подхода для оценки киберустойчивости цифровых объектов информационной инфраструктуры киберфизической энергетической системы (КФЭС). МЕТОДЫ. При проведении исследований использовались вероятностные методы, методы теории нечетких множеств, методы анализа надежности ЭЭС. РЕЗУЛЬТАТЫ. Проведен анализ угроз и уязвимостей, возникающих при цифровой трансформации свойств электроэнергетических систем. Показана необходимость учета рисков кибербезопасности при оценке киберустойчивости объектов информационной инфраструктуры КФЭС при успешно реализованных угрозах, обусловливающих отказы компонентов информационной системы и влияющих на полноту и достоверность измерительной информации, используемой при управлении ЭЭС. Предложен методический подход для определения уровней киберустойчивости цифровых объектов на основе разработанной нечеткой модели киберустойчивости, позволяющей учитывать последствия реализованных кибератак на полноту и достоверность измерительной информации.
Ключевые слова: киберустойчивость, киберфизическая энергетическая система, риски кибербезопасности, информационное обеспечение, аппаратное обеспечение, качество информации.
Благодарности: Работа выполнена в рамках научного проекта «Теоретические основы, модели и методы управления развитием и функционированием интеллектуальных электроэнергетических систем», № FWEIJ-2021-0001.
Для цитирования: Турина Л.А. Методический подход для оценки киберустойчивости объектов информационной инфраструктуры в условиях цифровизации ЭЭС // Вестник Казанского государственного энергетического университета. 2022. Т. 14. №4 (56). С. 133141.
METHODOLOGICAL APPROACH FOR ASSESSMENT OF CYBER RESILIENCE OF THE INFORMATION INFRASTRUCTURE FACILITIES IN THE CONTEXT OF ELECTRIC POWER SYSTEM DICITALIZATION
LA. Gurina
Melentiev Energy Systems Institute of SB RAS, Irkutsk
Abstract: THE PURPOSE. The study aims to develop a methodological approach to assessing the cyber resilience of digital facilities of the information infrastructure of a cyber-physical energy system (CPES). METHODS. The research relies on probabilistic methods, methods of the fuzzy sets theory, and the methods of power system reliability analysis. RESULTS. The study involves an analysis of threats and vulnerabilities arising from the digital transformation of properties of electric power systems. The findings indicate the need to take into account cybersecurity risks when assessing the cyber resilience of CPES facilities of information infrastructure in the event of successfully implemented threats that cause failures of the information system components and affect the completeness and reliability of the measurement information used in power system control. A methodical approach is proposed for determining the levels of cyber resilience of
digital objects based on the developed fuzzy cyber resilience model, which allows taking into account the consequences of implemented cyber attacks on the completeness and reliability of measurement information.
Keywords: cyber resilience; cyber-physical energy system; cybersecurity risks; software; hardware; information quality.
Acknowledgment: The research was conducted within the framework of the scientific project «Theoretical foundations, models and methods to control the expansion and operation of intelligent electric power systems (Smart Grids)», No. FWEU-2021-0001.
For citation: Gurina LA. Methodological approach for assessment of cyber resilience of the information infrastructure facilities in the context of electric power system digitalization. KAZAN STATE POWER ENGINEERING UNIVERSITY BULLETIN. 2022;14(56)133-141.
Введение и литературный обзор
Цифровизация получила широкое распространение, особенно в энергетических системах, при использовании интеллектуальных, информационных и математических технологий на основе разнообразного программного и аппаратного обеспечения. Энергетическая система трансформируется в кибер-физическую энергетическую систему (КФЭС) со сложными информационной и технологической инфраструктурами, содержащими большое количество взаимозависимых и взаимосвязанных цифровых объектов [1]. При этом информационная система становится уязвимой к многочисленными внутренним и внешним угрозам, в том числе и к кибератакам [2], что обусловливает возникновение рисков кибербезопасности КФЭС [3]. Для сохранения надежного функционирования КФЭС необходимо поддержание приемлемой функциональности информационно-управляющей системы в условиях кибератак. Таким образом, для выполнения функций управления и мониторинга КФЭС важно обеспечить киберустойчивость [4, 5] цифровых компонентов информационно-коммуникационной инфраструктуры при нарушении кибербезопасности КФЭС.
В [6] устойчивость (resilience) определена как способность системы противостоять изменению или деструктивному событию за счет уменьшения первоначальных негативных воздействий (поглощающая способность), адаптации к ним (адаптивная способность) и восстановления после них (восстановительная способность). Обеспечение киберустойчивости направлено на то, чтобы цифровые объекты могли поддерживать необходимые уровни функциональности, в том числе и при снижении производительности в результате кибератак [7]. Проблема обеспечения киберустойчивости технических систем в условиях их цифровизации рассмотрена в [8, 9].
В последнее время при управлении КФЭС активно используются цифровые двойники, цифровые модели объектов технологической части ЭЭС, внедряются технологии блокчейна и интернета вещей, что увеличивает число уязвимостей и обусловливает рост успешно проведенных кибератак. Последствиями кибератак на системы сбора, обработки и передачи информации могут быть искажение и потеря измерительной информации, поступающей от устройств RTU (Remote Terminal Unit) SCADA (Supervisory Control and Data Acquisition) и устройств синхронизированных векторных измерений WAMS (Wide Area Measurement Systems), отказы цифровых компонентов, которые могут привести к многочисленным ошибкам при выработке управляющих воздействий на КФЭС. Отказы цифровых объектов могут быть вызваны отказами или сбоями программного обеспечения, аппаратного обеспечения и взаимодействия программного и аппаратного обеспечения. Для предотвращения и минимизации последствий, а также восстановления при снижении или потере функциональности цифрового объекта в случае реализованных кибератак необходима разработка мер по обеспечению киберустойчивости информационной инфраструктуры КФЭС.
Целью работы является разработка методического подхода оценки киберустойчивости объектов информационной инфраструктуры с учетом рисков кибербезопасности КФЭС.
Информационная инфраструктура КФЭС
Информационная инфраструктура КФЭС включает в себя информационно-измерительную систему, коммуникационную сеть передачи данных, информационно-управляющую систему (АСДУ).
В табл. 1. представлены наиболее уязвимые с позиций кибербезопасности объекты информационно-измерительной системы, коммуникационной сети передачи данных и АСДУ.
Таблица 1
Объекты информационной инфраструктуры КФЭС_
Информационно-измерительная система Коммуникационная сеть АСДУ
Измерения, поступающие от устройств ЯТи и РМи. Программное и аппаратное обеспечение ЯТи системы БСАОА и РМи, РБС (концертраторы векторных данных)ШАМ8, Конфигурация информационно-измерительной системы Измерения, передаваемые от устройств ЯТи и РМи. Программное и аппаратное обеспечение цифровых компонентов, используемых при передачи данных; Конфигурация коммуникационной сети Измерения, поступающие от устройств RTU и PMU; данные об управляемом объекте управляемой системы; информация о технологическом процессе КФЭС. Программно-аппаратные комплексы SCADA и WAMS; Программное и аппаратное обеспечение цифровых компонентов, используемых при управлении КФЭС
Проведенный анализ [10-14] позволил выявить возможные угрозы для объектов информационной инфраструктуры, успешная реализация которых может привести к нарушению целостности, доступности и конфиденциальности информации, используемой при управлении КФЭС - атаки внедрения ложных данных, атаки в отказе обслуживания, атака человек-по-середине, 8рооИ^-атака, 1ат1ш^-атака (ООоБ-атака). атаки повторного воспроизведения, вредоносное программное обеспечение (ПО).
Для повышения киберустойчивости цифровых объектов информационно-измерительной системы, коммуникационной сети передачи данных и необходимо разработка мер по активной и пассивной защиты, позволяющих предотвращать или минимизировать нарушения качества информации, используемой при управлении КФЭС; не допускать отказы программного обеспечения, аппаратного обеспечения (АО) и их взаимодействия, а в случае возникновения отказов или сбоев обеспечить восстановление цифровых объектов при кибератаках.
Материалы и методы
Методический подход определения показателей киберустойчивости объектов информационной инфраструктуры КФЭС
Киберустойчивость можно определить как способность системы и ее составных частей предвидеть, поглощать, адаптироваться и восстанавливаться при кибератаках [15, 16]. Факторы обеспечения киберустойчивости информационной инфраструктуры показаны на рис. 1.
Рис. 1. Факторы обеспечения киберустойчивости Fig. 1. Factors for ensuring cyber resilience of
135
информационной инфраструктуры information infrastructure
Потеря функциональности цифрового объекта зависит от отказов ПО, АО и их взаимодействия. В табл. 2. приведены возможные отказы цифровых объектов информационной инфраструктуры, которые, в свою очередь, могут привести к многочисленным нарушениям функций управления КФЭС.
Таблица 2
Отказы цифровых объектов информационной инфраструктуры_
Отказы Нарушения функций управления
информационные отказы отказы ПО и АО; отказы взаимодействия ПО и АО сетевые отказы задержка управления блокировка управляющего сигнала потеря наблюдаемости формирование ложных управляющих воздействий и т.д. потеря контроля частоты, напряжения потеря наблюдаемости [17] неправильные диспетчерские команды рассогласование команд на отключение/ срабатывание интеллектуальных устройств неправильное срабатывание аппаратных и программных устройств и т.д.
Возможные состояния цифрового объекта, зависящие от отказов программного обеспечения, аппаратного обеспечения и их взаимодействия, можно описать диаграммой переходов состояний.
Рис. 2. Диаграмма переходов состояний Fi g. 2. Diagram of state transitions of a digital
цифрового объекта object
SF - доступность цифрового компонента, Ssw - отказ программного обеспечения, S,nv -отказ аппаратного обеспечения, S'm4SW - отказ взаимодействия аппаратного и программного обеспечения, Asw, /.„„•. л„|г Slv - интенсивности отказов программного, аппаратного обеспечения и их взаимодействия соответственно, , /./„„•, Mm-isw ~ интенсивности восстановления программного, аппаратного обеспечения и их взаимодействия соответственно.
Уровень киберустойчивости цифрового объекта информационной инфраструктуры можно охарактеризовать:
- приемлемым уровнем кибербезопасности;
- уровнем отклика, т.е. вероятностью безотказной работы:
Ргщ=е-Л'. (1)
где Я - интенсивность отказов;
- уровнем восстановления, т.е. вероятностью восстановления:
Р„«= 1-е'", (2)
где /л - интенсивность восстановления [18].
Киберустойчивость объекта информационной инфраструктуры зависит как от отказов цифрового объекта, так и от качества информационных потоков, используемых при управлении КФЭС. Отсюда, киберустойчивость объекта может быть представлена нечеткой моделью:
К = ^/хДгЛ •> (3)
где Кво - показатель киберустойчивости цифрового объекта, И,,, - показатель
киберустойчивости объекта, учитывающий качество информации.
Показатель киберустойчивости цифрового объекта определяется исходя из следующего выражения:
Лд0=Д (4)
где - лингвистическая переменная (ЛП) «Киберустойчивость ПО», II-. - ЛП «Киберустойчивость АО», Я3 - ЛП «Киберустойчивость взаимодействия ПО и АО».
Показатели киберустойчивости ПО, АО и взаимодействия определяются как
Д = (1-Д^*)&КГ&КГ , (5)
где - ЛП «Риск кибербезопасности / - составляющей объекта информационной
инфраструктуры», Щеу - ЛП «Отклик (ответ) / -й составляющей объекта информационной инфраструктуры на кибератаку», Щес - ЛП «Восстановление / -й составляющей объекта информационной инфраструктуры», ; =1,3 .
Показатель киберустойчивости объекта информационной инфраструктуры, учитывающий качество измерений определяется как
(6)
где Н , - показатель киберустойчивости с учетом нарушения доступности измерений, И, -показатель киберустойчивости с учетом нарушения целостности измерений, 1(г - показатель киберустойчивости с учетом нарушения конфиденциальности измерений [19].
На основе модели (3) разработан подход определения показателя киберустойчивости объекта информационной инфраструктуры КФЭС. Иерархическая нечеткая системы оценки уровня киберустойчивости показана на рис. 3.
Кнберустсйчпвостъ объекта КИП
Рис. 3. Иерархическая нечеткая система Fig. 3. Hierarchical fuzzy inference system for оценки уровня киберустойчивости объекта assessing the level of cyber
информационной инфраструктуры
Результаты
Применение предложенного подхода было рассмотрено для определения показателя киберустойчивости системы SCADA при атаке внедрения ложных данных на измерения RTU. Значения входных лингвистических переменных факторов, определяющих уровень риска кибербезопасности показаны в табл. 3, значения интенсивностей отказа X,, интенсивностей восстановления д. аппаратного, программного обеспечения и их взаимодействия показаны в табл. 4, t = 10 час. Показатель киберустойчивости ИС, учитывающий качество информации. К, ., = 0,4.
Таблица 3
Входные лингвистические переменные, определяющие уровень риска управления
при КИОС| эатаке
Факторы риска Вредоносное ПО
Возможности 0,6
Намерения 0,85
Цели 0,76
Уязвимости 0,75
Последствия 0,81
Таблица 4
Входные лингвистические переменные, определяющие уровень киберустойчивости _составляющих компонента_
Л Mi
Аппаратное обеспечение 0,001 0,7
Программное обеспечение 0,004 0,8
Взаимодействие аппаратного и информационного обеспечения 0,011 0,85
Для определения уровней отклика Л!""1 и восстановления Л," вычислены вероятности безотказной работы и вероятности восстановления составляющих компонента по выражениям (1) и (2) (табл. 5).
Таблица 5
Входные лингвистические переменные, определяющие уровень киберустойчивости _составляющих компонента_
res j^rec
Аппаратное обеспечение 0,99-высокий уровень 0,99-высокий уровень
Программное обеспечение 0,96-высокий уровень 1 - высокий уровень
Взаимодействие аппаратного и информационного обеспечения 0,9-высокий уровень 1 - высокий уровень
Показатель кибербезопасности = 0.4 (уровень кибербезопасности - средний). Далее согласно (5) и (4) определены показатели киберустойчивости как для составляющих
компонента, так и для самого компонента (табл. 6).
Таблица 6
__Показатели киберустойчивости _
r2 r3 rdo
0,86 0,9 0,9 0,89
Показатель киберустойчивости цифрового объекта RDO показывает высокий уровень, т.е. кибератака внедрения ложных данных не повлияла на его функциональность.
Согласно модели (3) получена оценка киберустойчивости информационно-управляющей системы, учитывающая качество измерений, R = 0.5 - средний уровень киберустойчивости объекта информационной инфраструктуры, указывающий на необходимость принятия мер активной защиты при успешной реализации атаки внедрения ложных данных.
Заключение
1. Выявлены возможные угрозы кибербезопасности и уязвимости цифровых объектов информационной инфраструктуры КФЭС.
2. Предложена модель киберустойчивости объектов информационной инфраструктуры КФЭС с учетом рисков кибербезопасности
3. Разработан методический подход определения показателя киберустойчивости объекта информационной инфраструктуры, позволяющий учитывать качество измерительной информации, используемой при управлении КФЭС.
Полученные результаты могут быть полезны при разработке мер по обеспечению киберустойчивости цифровых объектов информационной инфраструктуры КФЭС.
Литература
1. Воропай Н.И. Направления и проблемы трансформации электроэнергетических систем // Электричество. 2020, №7, с. 12-21. DOI: 10.24160/0013 5380 2020 7 12 21.
2. Khattak A.M., Khanji, S.I., Khan, W.A. (2019). Smart Meter Security: Vulnerabilities, Threat Impacts, and Countermeasures // Lee, S., Ismail, R., Choo, H. (eds) Proceedings of the 13th International Conference on Ubiquitous Information Management and Communication (IMCOM) 2019. IMCOM 2019. Advances in Intelligent Systems and Computing, vol 935. Springer, Cham.
3. Колосок И.Н., Гурина Л.А. Оценка рисков управления киберфизической ЭЭС на основе теории нечетких множеств // Методические вопросы исследования надежности больших систем энергетики. В 2-х книгах. 2019. С. 238-247.
4. Arghandeh Reza, Meier Alexandra, Mehrmanesh Laura, Mili Lamine. On the definition of cyber-physical resilience in power systems // Renewable and Sustainable Energy Reviews. 2016, vol. 58, pp 1060-1069.
5. A. Ashok, M. Govindarasu and J. Wang, Cyber-Physical Attack-Resilient Wide-Area Monitoring, Protection, and Control for the Power Grid // In: Proceedings of the IEEE. July 2017, vol. 105, no. 7, pp. 1389-1407. doi: 10.1109/JPROC.2017.2686394.
6. Cen Nan, Sansavini G., Kroeger W. Building an integrated metric for quantifying the resilience of interdependent infrastructure systems // 9th International Conference on Critical Information Infrastructure Security, Limassol, Cyprus, October 13-15, 2014, 12 p.
7. N. Jacobs, S. Hossain-McKenzie and Е. Vugrin. Measurement and Analysis of Cyber Resilience for Control Systems: An Illustrative Example //2018 Resilience Week (RWS), 2018, pp. 38-46, doi: 10.1109/RWEEK.2018.8473549.
8. Зегжда Д.П., Александрова Е.Б., Калинин M.O. и др. Кибербезопасность цифровой индустрии. Теория и практика функциональной устойчивости к кибератакам, 2020. 560 с.
9. Шеремет И. А. Обеспечение кибербезопасности в условиях развития цифровой экономики//Вестник Московского университета. Т. 11. №1. С. 3-19.
10. G. Liang, J. Zhao, F. Luo, S. R. Weller and Z. Y. Dong. A Review of False Data Injection Attacks Against Modern Power Systems // in IEEE Transactions on Smart Grid. July 201. V. 8. №4. pp. 1630-1638.
11. M. Huang, K. F. E. Tsang, Y. Li, L. Li and L. Shi. Strategic DoS Attack in Continuous Space for Cyber-Physical Systems Over Wireless Networks // IEEE Transactions on Signal and Information Processing over Networks. 2022. V. 8. pp. 421-432. doi: 10.1109/TSIPN.2022.3174969.
12. Y. Mo and B. Sinopoli. Secure control against replay attacks //2009 47th Annual Allerton Conference on Communication, Control, and Computing (Allerton). 2009, pp. 911-918, doi: 10.1109/ALLERTON.2009.5394956.
13. W. Duo, M. Zhou and A. Abusorrah. A Survey of Cyber Attacks on Cyber Physical Systems: Recent Advances and Challenges // IEEE/CAA Journal of Automatica Sinica. May 2022, V. 9. № 5. pp. 784-800. doi: 10.1109/JAS.2022.105548.
14. He H., Yan J. Cyber-physical attacks and defences in the smart grid: a survey // IET Cyber-Physical Systems: Theory & Applications. 2016,1(1), pp.13-27. doi:10.1049/iet-cps.2016.0019
15. A. Gholami, T. Shekari, M. H. Amirioun, F. Aminifar, M. H. Amini and A. Sargolzaei. Toward a Consensus on the Definition and Taxonomy of Power System Resilience // IEEE Access. 2018, vol. 6, pp. 32035-32053. doi: 10.1109/ACCESS.2018.2845378.
16. Woods D. D. Four concepts for resilience and the implications for the future of resilience engineering // Reliability Engineering & System Safety. 2015, 141, pp. 59. doi:10.1016/j.ress.2015.03.018
17. Турина JI.А. Оценка киберустойчивости системы оперативно-диспетчерского управления ЭЭС // Вопросы кибербезопасности. 2022, №3(49), с. 25-33. DOI: 10.21681/23113456-2022-3-23-31
18. Tong Q., Yang, М., and Zinetullina A. A Dynamic Bayesian Network-based approach to Resilience Assessment of Engineered Systems // Journal of Loss Prevention in the Process Industries, 2020, 104152. doi:10.1016/j.jlp.2020.104152.
19. Колосок И.Н., Турина Л.А. Оценка показателей киберустойчивости систем сбора и обработки информации в ЭЭС на основе полумарковских моделей // Вопросы кибербезопасности. 2021, №6(46), с. 2-11.
Автор публикации
Турина Людмила Александровна - канд. техн. наук, доцент, Институт систем энергетики им. Л.А. Мелентьева СО РАН.
References
1. Voropai Nikolay I. Prospects and Problems of Electric Power System Transformations. Electrichestvo, 2020;7:12-21. doi:10.24160/00135380202071221.
2. Khattak AM, Khanji SI, Khan WA. (2019). Smart Meter Security: Vulnerabilities, Threat Impacts, and Countermeasures. Lee, S., Ismail, R., Choo, H. (eds) Proceedings of the 13th International Conference on Ubiquitous Information Management and Communication (IMCOM) 2019. IMCOM 2019. Advances in Intelligent Systems and Computing, vol 935. Springer, Cham.
3. Kolosok IN, Gurina LA. Risks assessment of cyber-physical EPS control based on the theory of fuzzy sets. Conference on Methodological problems reliability study of large energy systems. 2019, pp. 238-247. doi: 10.1051/e3sconf/201913901026.
4. Arghandeh Reza, Meier Alexandra, Mehrmanesh Laura, Mili Lamine. On the definition of cyber-physical resilience in power systems. Renewable and Sustainable Energy Reviews. 2016;58:1060-1069.
5. A. Ashok, M. Govindarasu and J. Wang. Cyber-Physical Attack-Resilient Wide-Area Monitoring, Protection, and Control for the Power Grid. In: Proceedings of the IEEE. July 2017;105(7): 1389-1407. doi: 10.1109/JPROC.2017.2686394.
6. Cen Nan, Sansavini G., Kroeger W. Building an integrated metric for quantifying the resilience of interdependent infrastructure systems. 9th International Conference on Critical Information Infrastructure Security, Limassol, Cyprus, October 13-15, 2014, 12 p.
7. N. Jacobs, S. Hossain-McKenzie and E. Vugrin. Measurement and Analysis of Cyber Resilience for Control Systems: An Illustrative Example. 2018 Resilience Week (RWS), 2018, pp. 38-46, doi: 10.1109/RWEEK.2018.8473549.
8. Zegzhda DP, Aleksandrova EB, Kalinin MO. and others. Cybersecurity of the digital industry. Theory and practice offunctional resilience to cyber attacks, 2020. P. 560.
9. Sheremet I. Ensuring cybersecurity in the context of digital economy development. Moscow University Bulletin of World Politics. 2019; 11(1), pp. 3-19.
10. G. Liang, J. Zhao, F. Luo, S. R. Weller and Z. Y. Dong. A Review of False Data Injection Attacks Against Modern Power Systems. In IEEE Transactions on Smart Grid. July 2017;8(4): 1630-1638.
11. M. Huang, K.F.E. Tsang, Y. Li, L. Li and L. Shi. Strategic DoSAttack in Continuous Space for Cyber-Physical Systems Over Wireless Networks. IEEE Transactions on Signal and Information Processing over Networks. 2022;8:421-432. doi: 10.1109/TSIPN.2022.3174969.
12. Y. Mo and B. Sinopoli. Secure control against replay attacks. 2009 47th Annual Allerton Conference on Communication, Control, and Computing (Allerton). 2009, pp. 911-918, doi: 10.1109/ALLERTON.2009.5394956.
13. W. Duo, M. Zhou and A. Abusorrah. A Survey of Cyber Attacks on Cyber Physical Systems: Recent Advances and Challenges. IEEE/C44 Journal of Automático Sínica. May 2022;9(5):784-800. doi: 10.1109/JAS.2022.105548.
14. He H., Yan J. Cyber-physical attacks and defences in the smart grid: a survey. IET Cyber-Physical Systems: Theory & Applications. 2016,l(l):13-27. doi:10.1049/iet-cps.2016.0019.
15. A. Gholami, T. Shekari, M. H. Amirioun, F. Aminifar, M. H. Amini and A. Sargolzaei. Toward a Consensus on the Definition and Taxonomy of Power System Resilience. IEEE Access. 2018;6:32035-32053. doi: 10.1109/ACCESS.2018.2845378.
16. Woods DD. Four concepts for resilience and the implications for the future of resilience engineering. Reliability Engineering & System Safety. 2015;141:5-9. doi:10.1016/j.ress.2015.03.018
17. Gurina LA. Assessment of cyber resilience of operational dispatch control system of EPS. Cybersecurity issues. 2022; 3 (49),:23-31. doi: 10.21681/2311-3456-2022-3-23-31.
18. Tong Q, Yang, M., and Zinetullina A. A Dynamic Bayesian Network-based approach to Resilience Assessment of Engineered Systems. Journal of Loss Prevention in the Process Industries, 2020, 104152. doi:10.1016/j.jlp.2020.104152.
19. Kolosok IN, Gurina LA. Assessment of cyber resilience indices of information collection and processing systems in electric power systems based on semi-Markov models. Cybersecurity issues. 2021; 6(46):2-ll. doi: 10.21681/2311-3456-2021-6-2-11.
Author of the publication
Ludmila A. Gurina - engineering scientist, Associate Professor, Melentiev Energy Systems Institute Siberian Branch of the Russian Academy of Sciences.
Получено 15.11.2022г.
Отредактировано 23.11.2022г.
Принято 29.11.2022г.
