Up and Away: A Cheap UAV Cyber-Physical Testbed (Work in Progress)
Qatar University(卡塔尔大学);Carnegie Mellon University(卡内基梅隆大学)
本文提出Up and Away平台,通过抽象物理组件控制降低无人机网络物理系统实验复杂度,并提供API将仿真转换为物理实验,展示移动摄像头监控系统仿真实例。
2014-05-08 cs.SY eess.SY
Rampo: A CEGAR-based Integration of Binary Code Analysis and System Falsification for Cyber-Kinetic Vulnerability Detection
University of California, Irvine(加州大学尔湾分校)
Rampo 通过整合二进制代码分析与系统 falsification 方法,利用 CEGAR 技术高效检测 CPS 中的网络动能漏洞。
2024-02-20 cs.CR cs.SY eess.SY
What Does It Take to Get Guarantees? Systematizing Assumptions in Cyber-Physical Systems
University of Florida(佛罗里达大学)
本文系统分析了网络物理系统中假设与保证的关系,揭示了CPS假设的常见趋势和不足,并呼吁更规范的假设报告与测试。
2025-11-20 cs.SY eess.SY
Compositional Cyber-Physical Systems Modeling
确保信息物理系统的正确行为需要大量的建模工作,特别是在工程和设计过程的早期阶段,当系统尚未用于测试或验证正确行为时。在这些早期设计阶段“把事情做好”的一个主要动机是,与已经开发硬件和软件的情况相比,改变设计的成本要低得多,而且效率更高。工程信息物理系统需要构建几种不同类型的模型,每种模型代表不同的视图,包括利益相关者的需求,系统行为和系统架构。此外,这些模型中的每一个都可以在不同的抽象级别上表示。形式化推理提高了分析的精度,并扩展了分析的类型,以确保需求、行为和体系结构的正确性。然而,每一个通常在不同的形式主义和相应的工具建模。目前,这种差异意味着系统设计人员必须手动检查不同的模型是否一致。手动编辑和检查模型容易出错,耗时,并且对模型本身设计中的任何更改都很敏感。接线图和相关的理论提供了一种方法来正式组织这些不同但相关的建模视图,从而产生了一种用于网络物理系统的组合建模语言。这种分类语言可以使不同模型视图之间的关系具体化,从而管理复杂性,允许系统模型的层次分解,并正式证明模型之间的一致性。
2021-01-26 cs.SY eess.SY
Safe-visor Architecture for Sandboxing (AI-based) Unverified Controllers in Stochastic Cyber-Physical Systems
高性能但未经验证的控制器,例如,基于人工智能的(a.k.a.基于人工智能的控制器被广泛应用于信息物理系统(CPS)中,以完成复杂的控制任务。然而,保证CPS的安全性和可靠性与这种控制器是目前非常具有挑战性的,这是至关重要的,在许多现实生活中的安全关键应用。为了应对这一困难,我们在这项工作中提出了一个安全的遮阳板架构,用于在嘈杂的环境中运行的CPS中对未经验证的控制器进行沙箱化。随机CPS)。建议的架构包含一个基于历史的监督员,它检查来自未经验证的控制器的输入,并在系统的功能和安全性之间做出妥协,以及一个安全顾问,当未经验证的控制器危及系统的安全时,提供回退。基于历史的监督器和安全顾问都是基于原始系统与其有限抽象之间的近似概率关系设计的。通过采用这种体系结构,我们提供了正式的概率保证,保持接受语言的确定性有限自动机(DFA)表示的安全规范。同时,未经验证的控制器仍然可以在控制回路中使用,即使他们是不可靠的。我们证明了我们提出的结果的有效性,将它们应用到两个(物理)的案例研究。
2021-08-19 cs.SY eess.SY
Photolithography Control System : A Case Study For Cyber-Physical System
本文以光刻控制系统为案例,论证了采用信息物理系统框架中的整体视角、基于模型设计、软硬件协同设计和持续集成可解决当前复杂分布式控制问题,并指出CPS方法是PCS发展的未来方向。
2024-02-24 cs.AR cs.SY eess.SY
Verification of Diagnosability for Cyber-Physical Systems: A Hybrid Barrier Certificate Approach
本文针对带连续状态集的信息物理系统,提出基于混合屏障证书的无抽象自动机框架验证可诊断性,结合平方和规划与反例引导归纳综合搜索证书,可诊断时还能构建在线诊断器,经案例验证有效。
2024-08-13 cs.SY eess.SY
ReLUSyn: Synthesizing Stealthy Attacks for Deep Neural Network Based Cyber-Physical Systems
网络物理系统(cps)被部署在许多关键任务环境中,例如医疗设备,自主车辆系统和飞机控制管理系统。随着越来越多的CPS采用深度神经网络(Deep Neural Network,DNN),这些系统可能容易受到攻击。.先前的工作已经证明了CPS对虚假数据注入攻击(虚假数据注入攻击(fdias))的敏感性,这可能会造成重大损害。我们确定了对这些系统的一类新的攻击。在本文中,我们证明了基于DNN的CPS也会受到这些攻击。这些攻击,我们称之为Ripple False Data Injection Attacks(rfdia),使用最小的输入扰动来悄悄地改变dnn输出。输入扰动作为纹波通过多个dnn层传播,以有针对性的方式影响输出。我们开发了一种自动化技术来合成rfdias对基于DNN的CPS。我们的技术使用混合整数线性规划(混合整数线性规划(milp))将攻击建模为优化问题。我们为基于dnn的cps定义了一个抽象,它允许我们自动:1)识别关键输入,2)找到产生输出变化的最小扰动。我们展示了我们的技术在三个实际的cps与两个关键任务的应用:一个(胰腺系统(aps))和两个飞机控制管理系统(水平防撞系统(hcas)和防撞系统-徐(acas-xu))。
2021-05-21 cs.SY eess.SY
On Approximate Opacity of Cyber-Physical Systems
Shanghai Jiao Tong University(上海交通大学);University of Colorado Boulder(科罗拉多大学博尔德分校)
本文研究了网络物理系统中近似不透明性的概念,提出了一种新的方法来评估系统在入侵者测量精度下的安全保证水平,并讨论了如何构建近似不透明性保持的符号模型。
2019-02-25 cs.SY eess.SY
CyRes -- Avoiding Catastrophic Failure in Connected and Autonomous Vehicles (Extended Abstract)
WMG, University of Warwick(华威大学WMG学院);Thales(泰雷兹集团);University of Bristol(布里斯托大学);Imperial College London(伦敦帝国学院)
汽车行业现有的网络安全和监管方法无法达到确保先进汽车技术和智能移动系统安全大规模部署所需的结果质量。如果没有可持续的韧性,来之不易的公众信任就会消失,使正在出现的提高未来交通效率、安全和环境影响的全球倡议脱轨。本文介绍了一种适用于标准化的可操作网络弹性方法CyRes。CyRes方法本身可以在法庭上或由公众指定的监管机构进行测试。它的设计是为了让操作人员了解它应该产生什么样的证据,并能够衡量证据的质量。所提出的证据可以在法庭上或由政府任命的监管机构进行检验。因此,CyRes方法所应用的现实世界系统能够在任何时候和任何地方以法律和社会可接受的负面后果值运行。
2020-07-03 cs.CR cs.CY cs.RO
A Notion of Robustness for Cyber-Physical Systems
University of California at Los Angeles(加州大学洛杉矶分校)
本文提出一种面向物理系统的鲁棒性概念,结合连续和离散系统的鲁棒性,通过抽象和细化过程设计鲁棒 CPS,引入新的模拟关系确保方法正确性。
2014-02-20 cs.SY eess.SY math.OC
Software Fault Tolerance for Cyber-Physical Systems via Full System Restart
Technical University of Munich(慕尼黑工业大学);Uber(优步);ABB(ABB集团)
本文提出了一种新的控制器设计方法,旨在保证非线性物理系统的安全性,实现运行时的安全系统重启,并允许使用未经验证的复杂控制器(如神经网络)以驱动物理系统满足复杂规范。通过基于抽象的控制器合成方法,设计了一个形式验证的控制器,提供应用和系统级的容错能力以及安全保证,并且该方法可以使用商用现成(COTS)处理单元实现。通过在倒置摆和三自由度直升机上实现所提出的控制器,验证了该解决方案的有效性以及在各种故障注入情况下系统的安全性。
2018-12-09 cs.SY eess.SY
NNV: The Neural Network Verification Tool for Deep Neural Networks and Learning-Enabled Cyber-Physical Systems
Vanderbilt University(范德堡大学);University of Pennsylvania(宾夕法尼亚大学)
本文介绍了神经网络验证(NNV)软件工具,这是一个基于集合的验证框架,用于深度神经网络(DNN)和支持学习的网络物理系统(CPS)。NNV的核心是一系列可达性算法,这些算法使用了各种集合表示,如多面体、星集、zonotopes和抽象域表示。NNV支持精确(健全和完整)和过近似(健全)可达性算法,用于验证具有各种激活函数的前馈神经网络(FFNN)的安全性和鲁棒性。对于具有学习能力的CPS,例如包含神经网络的闭环控制系统,NNV为线性对象模型和具有分段线性激活函数(例如ReLU)的FFNN控制器提供精确和过近似的可达性分析方案。对于类似的神经网络控制系统(NNCS),而不是具有非线性的植物模型,NNV支持过近似分析相结合的星集分析用于FFNN控制器与zonotope-based分析的非线性植物动态CORA建设。我们使用两个真实案例研究来评估NNV:第一个是ACAS Xu网络的安全性验证,第二个是基于深度学习的自适应巡航控制系统的安全性验证。
2020-04-12 cs.LG cs.SY eess.SY
Sugar Shack 4.0: Implementation of a Cyber-Physical System for Logistic and Sanitary Automation in a Maple Syrup Boiling Center
本文提出并部署了一个用于枫糖浆煮沸中心的过程感知信息物理系统,通过事件驱动编排和传感器驱动的自动化实现了物流、卫生和可追溯性的自动化,显著提高了效率并减少了污染事件。
2025-10-23 cs.SY eess.SY
Analysis and Design of Uncertain Cyber-Physical Systems
本文分析了信息物理系统(CPS)中多种不确定性来源,指出新型应用环境更复杂,提出需要新模型和分析方法来捕捉不同类型不确定性并分析此类系统。
2023-07-31 cs.SY eess.SY
TiLA: Twin-in-the-Loop Architecture for Cyber-Physical Production Systems
数字孪生是现实世界物体的虚拟复制品,它与物理对应物同时存在。自2003年Grieves首次推出以来,数字孪生在工业制造、汽车和人工智能等广泛应用中获得了发展势头。然而,在工业和文献中发现的许多与数字孪生相关的方法主要集中在用高保真方法对单个物理事物进行建模,但可扩展性有限。在本文中,我们介绍了一个数字孪生体系结构称为TiLA(双在环体系结构)。TiLA采用异构模型和在线数据来创建一个数字孪生,它遵循全局异步本地同步(GALS)计算模型。它有助于创建一个可扩展的数字孪生与不同层次的建模抽象,以及给GALS形式主义的执行策略。此外,TiLA还提供了围绕双胞胎开发应用程序的设施,以及通过工业通信协议将双胞胎与物理系统同步的接口。一个数字孪生的生产线已被开发作为一个案例研究,使用TiLA。它演示了使用数字孪生模型和在线数据来监控和分析物理系统中的故障。
2020-03-11 cs.OH cs.SY eess.SY
Modelling Load-Changing Attacks in Cyber-Physical Systems
网络物理系统(CPS)存在于许多环境中,解决了无数的目的。例如,物联网(IoT)或嵌入在设备中的传感软件,甚至是测量和响应智能电网中电力需求的专用仪表。由于它们的普遍性,它们通常被选为更大范围网络安全攻击的接收者。这些措施促进了全系统的中断,并针对一个关键方面,如保密性、完整性、可用性或这些特征的组合。我们的论文重点关注一种特殊而令人沮丧的攻击,其中恶意采用协调的恶意软件感染物联网单元来同步打开或关闭高瓦数设备,影响电网的主要控制管理。我们的模型可以扩展到更大的(智能)电网,活动建筑物以及类似的基础设施。我们的方法针对包含各种类型发电厂的理论电网,对协调负载变化攻击(CLCA)(也称为GridLock或BlackIoT)进行了建模。它采用连续时间马尔可夫链,其中发电厂和僵尸网络等元素在正常或攻击情况下建模,以评估CLCA在电力依赖基础设施中的效果。我们展示了我们的建模方法,在电力供应商(如发电厂)的情况下被僵尸网络的目标。我们演示了我们的建模方法可以量化僵尸网络攻击的影响,并抽象为任何CPS系统,涉及在智能电网的电力负荷管理。我们的研究结果表明,通过优先考虑发电厂的类型,攻击的影响可能会改变:特别是,我们找到了最具影响力的攻击时间,并显示了不同的策略如何影响他们的成功。我们还根据当前的需求和攻击强度找到最佳的发电机。
2019-12-17 cs.CR cs.SY eess.SY
Learning Physical Concepts in Cyber-Physical Systems: A Case Study
Helmut Schmidt University(赫尔穆特·施密特大学)
机器学习(ML)在近几十年来,无论是在研究还是在实践中,都取得了巨大的成功。在网络物理系统(CPS)中,ML可以用于优化系统,检测异常或识别系统故障的根本原因。然而,现有的算法有两个主要缺点:(i)它们很难被人类专家解释。(ii)将结果从一个系统转移到另一个(类似)系统通常是一个挑战。概念学习,或表示学习(RePL),是解决这两个缺点的方法;模仿人类解决方案的方法来解释能力和可移植性:通过学习一般概念,如物理量或系统状态,模型变得可解释的人。此外,这种抽象层次上的概念通常可以应用于各种不同的系统。现代ML方法已经广泛应用于CPS中,但概念学习和迁移学习迄今为止几乎没有使用。在本文中,我们提供了一个概述的研究现状的方法学习物理概念的时间序列数据,这是传感器数据的CPS的主要形式。我们还分析了最重要的方法,从目前的最先进的三罐系统的例子。基于这些具体的实现1,我们讨论的优点和缺点的方法,并显示为何种目的,在何种条件下,他们可以使用。
2021-12-17 cs.AI cs.LG cs.SY
Estimating Inconsistency Response Surfaces under Uncertainty in Cyber-Physical System Development
Technische Universität München(慕尼黑工业大学)
本文提出将信息物理系统开发中的不一致性建模为干预响应问题,通过Saltelli采样和多保真度蒙特卡洛估计训练代理模型,实现毫秒到微秒级的快速预测,并基于响应曲面进行敏感性分析和梯度补救以恢复一致性。
2026-09-11 cs.LG cs.SE cs.SY
Proceedings of the The First Workshop on Verification and Validation of Cyber-Physical Systems
Reykjavík, Iceland(冰岛雷克雅未克);MITL Specification Debugging for Monitoring of Cyber-Physical Systems(网络物理系统监控的MITL规格调试);Automatic Synthesis of Controllers from Specifications using Control Certificates(使用控制证书从规范自动合成控制器);A Compositional Framework for Preference-Aware Agents(偏好感知代理的组合框架);Output Feedback Controller Design with Symbolic Observers for Cyber-physical Systems(网络物理系统符号观测器输出反馈控制器设计);Towards an Approximate Conformance Relation for Hybrid I/O Automata(混合I/O自动机近似一致性关系);On Nonlinear Prices in Timed Automata(时序自动机中的非线性价格);Towards the Verification of Safety-critical Autonomous Systems in Dynamic Environments(动态环境中安全关键自主系统的验证)
本文介绍了首届网络物理系统验证与验证研讨会,探讨了验证与验证方法,包括控制、模拟和形式化方法等,旨在解决复杂软件和算法的验证问题。
2016-12-13 cs.AI cs.RO cs.SY
Learning-based attacks in cyber-physical systems
California Institute of Technology(加州理工学院);University of California, San Diego(加利福尼亚大学圣地亚哥分校);Tel Aviv University(特拉维夫大学)
我们介绍了一个简单的抽象的网络物理系统的学习为基础的攻击的问题-离散时间,线性,时不变的植物,可能会受到攻击,覆盖传感器读数和控制器的动作的情况下。攻击者试图学习设备的动态特性,随后覆盖控制器的致动信号,以在不被检测到的情况下破坏设备。攻击者可以使用其对工厂动态的估计向控制器馈送虚构的传感器读数,并模仿合法的工厂操作。另一方面,控制器不断地监视攻击;一旦控制器检测到攻击,它就会立即关闭工厂。在标量植物的情况下,我们推导出一个上限的攻击者的欺骗概率的任何可测量的控制策略时,攻击者使用任意的学习算法来估计系统的动态。然后,我们推导出下界的攻击者的欺骗概率为标量和矢量植物通过假设一个特定的认证测试,检查系统干扰的经验方差。我们还展示了控制器如何通过在“名义控制策略”之上叠加精心制作的隐私增强信号来提高系统的安全性。最后,对于属于再生核希尔伯特空间(RKHS)的非线性标量动态,我们研究了基于非线性高斯过程(GP)学习算法的攻击性能。
2020-06-27 cs.CR cs.IT cs.LG