TE-CUP-SEC数据集

油气信息物理系统安全公开数据集TE-CUP-SEC，实现了5类常见攻击与3个典型案例复现，形成了涵盖系统正常运行、物理故障和网络攻击等场景的信息物理双侧数据集。该数据集旨在支持异常检测、故障溯源分析和安全防御等方向的研究。该数据集由中国石油大学（北京）工控安全监测实验室构建，依托经典的 Tennessee Eastman (TE) 过程模型，融合工业网络设备、控制器与通信协议，实现了物理过程、控制逻辑与通信网络三层架构的虚实融合建模。通过模拟包括恶意命令注入、拒绝服务（DoS）攻击、虚假数据注入与过程扰动等多种典型威胁，数据集同步采集了物理状态变量与网络流量信息，全面覆盖网络层、控制层与物理层的关键特征。

The public oil and gas cyber-physical system security dataset TE-CUP-SEC realizes the reproduction of five types of common attacks and three typical cases, and forms a cyber-physical dual-side dataset covering scenarios such as normal system operation, physical faults and cyber attacks. This dataset aims to support research in fields including anomaly detection, fault root cause analysis and security defense. Developed by the Industrial Control Security Monitoring Laboratory of China University of Petroleum (Beijing), the dataset is based on the classic Tennessee Eastman (TE) process model, integrates industrial network equipment, controllers and communication protocols, and realizes virtual-physical integrated modeling of the three-tier architecture consisting of physical process, control logic and communication network. By simulating various typical threats such as malicious command injection, Denial of Service (DoS) attacks, false data injection and process disturbances, the dataset synchronously collects physical state variables and network traffic information, and comprehensively covers key features of the network layer, control layer and physical layer.

原始信息汇总

TE-CUP-SEC数据集概述

数据集基本信息

• 数据集名称：TE-CUP-SEC数据集
• 别名/全称：油气信息物理系统安全公开数据集TE-CUP-SEC
• 构建单位：中国石油大学（北京）工控安全监测实验室

数据集构建基础

• 依托模型：经典的Tennessee Eastman (TE) 过程模型
• 建模架构：实现了物理过程、控制逻辑与通信网络三层架构的虚实融合建模
• 融合要素：融合工业网络设备、控制器与通信协议

数据集内容与场景

• 场景类型：涵盖系统正常运行、物理故障和网络攻击等场景
• 攻击类型：实现了5类常见攻击
• 典型案例：包含3个典型案例复现
• 威胁模拟：通过模拟恶意命令注入、拒绝服务（DoS）攻击、虚假数据注入与过程扰动等多种典型威胁
• 采集信息：同步采集了物理状态变量与网络流量信息
• 覆盖层面：全面覆盖网络层、控制层与物理层的关键特征

数据集格式与性质

• 数据性质：形成了信息物理双侧数据集

数据集应用目的

• 支持研究方向：旨在支持异常检测、故障溯源分析和安全防御等方向的研究

搜集汇总

数据集介绍

构建方式

在工业控制系统安全研究领域，构建能够真实反映信息物理系统复杂交互与威胁场景的数据集至关重要。TE-CUP-SEC数据集的构建依托经典的田纳西-伊斯曼过程模型，通过虚实融合的建模方法，集成了工业网络设备、可编程逻辑控制器以及典型的工业通信协议，实现了物理过程、控制逻辑与通信网络三层架构的深度耦合。研究团队在仿真环境中精心模拟了系统正常运行、物理故障以及五类典型网络攻击场景，包括恶意命令注入与拒绝服务攻击等，并同步采集了物理侧的状态变量与网络侧的流量数据，从而形成了跨层、多源、时序对齐的综合性数据集。

使用方法

对于致力于工业信息物理系统安全的研究者而言，该数据集为多个关键研究方向提供了坚实的数据基础。在异常检测方面，可利用其标注好的正常与异常数据，训练和评估基于机器学习或深度学习的检测模型。在故障诊断与攻击溯源领域，研究者可以结合物理变量与网络流量的关联分析，追溯异常事件的根源与传播路径。此外，数据集支持对特定攻击案例进行复现与深度分析，可用于验证新型安全防御机制的有效性，推动跨层协同安全理论与技术的发展。

背景与挑战

背景概述

随着工业信息物理系统的深度融合，油气等关键基础设施的安全防护面临严峻考验，亟需高质量数据集以支撑异常检测与防御技术研究。在此背景下，中国石油大学（北京）工控安全监测实验室于近年构建了TE-CUP-SEC数据集，该数据集基于经典的Tennessee Eastman过程模型，通过虚实融合技术整合物理过程、控制逻辑与工业网络，实现了系统正常运行、物理故障及多类网络攻击场景的同步模拟。其核心在于解决油气信息物理系统中安全威胁的精准表征与跨层数据分析问题，为异常检测、故障溯源及安全防御研究提供了关键数据基础，显著推动了工业控制系统安全领域的实证研究进展。

当前挑战

该数据集旨在应对油气信息物理系统中跨层安全威胁检测与分析的复杂挑战，其核心难题在于如何有效区分恶意攻击与自然故障，并实现网络流量与物理状态变量的关联性挖掘。在构建过程中，研究人员需克服多重困难：一是基于Tennessee Eastman模型进行工业网络设备、控制器及协议的深度融合时，需确保虚实系统的时序同步与数据一致性；二是模拟恶意命令注入、拒绝服务攻击等多样化威胁时，必须保持攻击场景的真实性与可复现性；三是同步采集物理层状态变量与网络层流量数据，涉及多源异构数据的精准对齐与标注，这对数据集的完整性与可靠性提出了较高要求。

常用场景

经典使用场景

在工业控制系统安全领域，TE-CUP-SEC数据集为异常检测与故障溯源研究提供了关键支撑。该数据集通过模拟油气信息物理系统中常见的恶意命令注入、拒绝服务攻击等五类威胁，并复现三个典型攻击案例，构建了涵盖正常操作、物理故障及网络攻击的多场景数据。研究人员可基于此数据集，深入分析网络流量与物理状态变量的关联特征，从而开发高效的入侵检测算法，提升对复杂攻击模式的识别能力。

解决学术问题

该数据集有效解决了工业信息物理系统安全研究中数据稀缺与场景单一的问题。通过融合Tennessee Eastman过程模型与真实工业网络设备，实现了物理过程、控制逻辑及通信网络的三层虚实融合建模，同步采集物理层与控制层数据。这为学术界提供了标准化的基准测试环境，支持异常检测模型的性能评估、攻击影响机理分析以及安全防御策略验证，推动了跨层协同安全理论的发展。

实际应用

在实际工业安全防护中，TE-CUP-SEC数据集可应用于油气、化工等关键基础设施的安全演练与系统加固。基于数据集模拟的攻击场景，企业能够评估现有监控系统的脆弱性，优化入侵检测规则，并训练安全运维人员应对复杂网络攻击的能力。同时，该数据集为安全产品开发商提供了可靠的测试基准，助力开发更精准的工业防火墙与安全审计工具，提升整体基础设施的韧性。

数据集最近研究

最新研究方向

在工业信息物理系统安全领域，油气关键基础设施的防护已成为前沿焦点。TE-CUP-SEC数据集凭借其虚实融合的建模架构，为异常检测与安全防御研究提供了多层级数据支撑。当前研究热点集中于利用该数据集开发跨物理与网络域的协同检测算法，以应对恶意命令注入和虚假数据注入等复杂攻击场景。这些探索不仅推动了工业控制系统安全技术的实证发展，也为油气行业的主动防御体系构建奠定了数据基础，具有重要的行业应用价值。