Poprawa bezpieczeństwa funkcjonalnego oprogramowania PLC za pomocą analizy sygnatur

• Autorzy: Szuster Marcin , Kozioł Bartłomiej

Identyfikatory

DOI

10.14313/PAR_245/29

Warianty tytułu

EN

Improving the Functional PLC Software Safety Through the Signature Analysis

• Języki publikacji: PL

Abstrakty

PL

W artykule zaprezentowano ideę techniki kompresji odpowiedzi zwaną analizą sygnatur zastosowaną do walidacji oprogramowania PLC pod kątem bezpieczeństwa funkcjonalnego sterowania. Na przykładach symulacyjnych przedstawiono sposób implementacji opracowanej idei walidacji, mającej praktyczne zastosowanie. Przedstawiono wyniki badań na wybranym przykładzie.

EN

The article presents the idea of the response compression technique called signature analysis used to validate PLC software in terms of functional control safety. The method of implementation of the developed validation idea, having practical application, was presented on the simulation examples. The research results based on a selected example are presented.

Słowa kluczowe

PL

analiza sygnatur; ukryte naruszenia bezpieczeństwa; walidacja programu PLC; bezpieczeństwo funkcjonalne sterowania maszyn

EN

signature analysis; hidden security breaches; safety software PLC validation; functional control safety of machines

• Wydawca: Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów PIAP
• Czasopismo: Pomiary Automatyka Robotyka
• Rocznik: 2022
• Tom: R. 26, nr 3
• Strony: 29--35
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Szuster Marcin

• Politechnika Rzeszowska im. Ignacego Łukasiewicza, Wydział Budowy Maszyn i Lotnictwa, Katedra Mechaniki Technicznej, al. Powstańców Warszawy 12, 35-959 Rzeszów

• https://orcid.org/0000-0002-9713-4456

autor

Kozioł Bartłomiej

• Szkoła Doktorska Nauk Inżynieryjno-Technicznych na Politechnice Rzeszowskiej, al. Powstańców Warszawy 12, 35-959 Rzeszów

• https://orcid.org/0000-0002-5998-5890

Bibliografia

• 1. Bonaldi E.L., de Lacerda de Oliveira L.E., Borges da Silva J.G., Lambert-Torresm G., Borges da Silva L.E., Predictive Maintenance by Electrical Signature Analysis to Induction Motors, [In:] Induction Motors - Modelling and Control; DOI: 10.5772/48045.
• 2. Broel-Plater B., Układy wykorzystujące sterowniki PLC, Projektowanie algorytmów sterowania, Warszawa 2021.
• 3. Huber Ch., A generic approach for static code analysis of programs, Master Thesis, Johannes Kepler University Linz, Austria, 2016.
• 4. Ierace S., Gaiardelli P., Fumagalli L., Dovere E., Macchi M., Industrial applicability of Electric Signature Analysis as a diagnostic tool for Condition Based Maintenance: a case study, 2011.
• 5. Jadczak K., Białek R., Stanowisko laboratoryjne do badania niezawodności układów cyfrowych z wykorzystaniem analizy sygnatur, „Journal of Konbin”, Vol. 45, Nr 1, 2018, DOI: 10.2478/jok-2018-0009.
• 6. Laube J., Analizator sygnatur - uniwersalny przyrząd diagnostyczny do urządzeń cyfrowych, Warszawa 1982.
• 7. Pratesh J., Wadhwani A.K., Mulchandani K.B., Machine Fault Signature Analysis, “International Journal of Rotating Machinery”, 2008, DOI: 10.1155/2008/583982.
• 8. Schweitzer A., Improving the Safety Level of Programmable Electronic Systems (Pes) by Applying the Concept of Signature Analysis, 1986, [In: Safety and Reliability of Programmable Electronic Systems], 199-209, DOI: 10.1007/978-94-009-4317-9_21.
• 9. Zhang M., Chen Ch.-Y., Kao B.-Ch., Qamsane Y., Shao Y., Lin Y., Shi E., Mohan S., Barton K., Moyne J., Mao Z.M., Towards Automated Safety Vetting of PLC Code in Real-World Plants, Proceedings of 2019 IEEE Symposium on Security and Privacy (SP), DOI: 10.1109/SP.2019.00034.
• Inne źródła
• 10. DVP-ES2/EX2/SS2/SA2/SX2/SE&TP Operation Manual - Programming, 2014
• 11. STM32 Nucleo-64 development board with STM32G491REMCU, supports Arduino and ST morpho connectivity, https://www.st.com/en/evaluation-tools/nucleo-g491re.html
• 12. https://m.media-amazon.com/images/I/713XTXtWrML._SL1001_.jpg
• 13. https://induprogress.pl/produkty/sterowanie-i-wizualizacja-procesow/sterowniki-plc-serii-dvp-slim/

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).