Control Barrier Functions for Cyber-Physical Systems and Applications to NMPC
网络物理系统的易处理安全保证算法在关键应用中非常重要。基于控制障碍函数的方法假设连续的强制执行，这在在线方式中是不可能的。本文提出了两个易于处理的算法，以确保离散时间控制的信息物理系统的前向不变性。这两种方法都是基于控制障碍函数，以提供严格的数学安全保证。第一种算法利用Lipschitz连续性，并制定了一个强大的程序，随后放松到一组仿射条件的安全条件。第二种算法是受管NMPC的启发，并使用仿射控制障碍函数制定与辅助控制器，以保证系统的安全性。我们结合了近似NMPC控制器与第二种算法，以保证严格的安全性，尽管近似的约束，并显示其有效性的小型赛格威实验。
2021-04-29 cs.SY eess.SY
Data-Driven Quantum Approximate Optimization Algorithm for Cyber-Physical Power Systems
量子技术提供了一种突破性的方法来解决电力系统中具有挑战性的计算问题，特别是对于分布式能源（DER）占主导地位的网络物理系统，这些系统已被广泛开发以促进能源可持续性。系统的最大功率或数据部分对于监测、操作和控制至关重要，同时需要高计算量。量子近似优化算法（QAOA）提供了一种很有前途的手段，利用量子资源来搜索这些部分。然而，它的性能高度依赖于关键参数，特别是加权图。我们提出了一个数据驱动的QAOA，它传递准最优参数之间的加权图的基础上归一化的图密度，并验证了39,774例。没有参数优化，我们的数据驱动的QAOA是可比的Goemans-Williamson算法。这项工作推进了QAOA，并将量子技术实际应用于噪声中等规模量子设备的电力系统，预示着量子时代的下一代计算。
2022-04-02 cs.SY eess.SY quant-ph
Verification of Hyperproperties for Uncertain Dynamical Systems via Barrier Certificates
超属性是需要对系统的多个执行跟踪进行量化的系统属性。超属性可以表达信息物理系统的几个感兴趣的规范-例如不透明性，鲁棒性和非干扰性-这些都不能用线性时间属性来表达。本文首次提出了一种离散时间不确定动力系统超性质形式化验证的方法。所提出的方法涉及到复杂的hyperproperties分解成几个验证条件，利用基于自动机的结构对应的补充原始规范。这些验证条件然后通过合成所谓的增强屏障证书来解除，增强屏障证书为底层系统提供某些安全保证。对于系统的多项式型动态，我们提出了一个健全的程序来合成多项式型增强屏障证书减少问题的平方和优化。我们证明了我们提出的方法对两个重要的超性质：初始状态不透明性和初始状态鲁棒性的两个物理案例研究的有效性。
2021-11-23 cs.SY eess.SY
Secure-by-Construction Synthesis of Cyber-Physical Systems
构造正确综合是形式化方法和控制理论在安全关键系统设计中融合的基石。而不是遵循经过时间考验的，虽然费力（重新）设计-验证-验证循环，正确的建设方法主张使用不断完善的正式要求-连接的正式证明链-建立一个系统，确保设计的正确性。一个显着的进展已经取得了扩大范围的适用性的正确的建设综合-重点是网络物理系统，连续环境的关系，离散事件控制-扩大控制系统，结合象征性的方法与原则的状态空间减少技术。不幸的是，在安全关键控制系统中，安全属性是事后验证的设计过程中的一种方式，破坏了正确的建设范式。我们认为，为了真正实现安全关键系统的正确构建合成的梦想，安全考虑必须与安全考虑一起占据中心位置。此外，在安全属性的不透明子类和能够将安全与安全属性相结合的超属性概念的最新进展的催化下，我们认为研究界全面瞄准安全构建合成的挑战的时机已经成熟。本文详细介绍了我们的愿景，强调了最近的进展和开放的挑战，可以作为砖块提供一个坚实的基础，安全的网络物理系统的建设合成。
2022-02-14 cs.CR cs.SY eess.SY
Output Feedback Controller Design with Symbolic Observers for Cyber-physical Systems
Graduate School of Engineering Science Osaka University（大阪大学工学研究科）
本文设计了网络物理系统的符号输出反馈控制器，通过符号状态反馈控制器和抽象系统的关系，证明了控制系统的近似行为。
2016-12-15 cs.SY eess.SY
Privacy Verification in POMDPs via Barrier Certificates
University of Texas, Austin（德克萨斯大学奥斯汀分校）；University of Notre Dame（圣母大学）
本文提出基于屏障证书的方法，用于验证由马尔可夫决策过程和部分可观测马尔可夫决策过程建模的网络控制系统隐私，通过信念更新方程转化为离散时间切换系统，并利用半定规划和求和平方规划实现计算验证。
2018-04-11 cs.SY eess.SY
Probabilistic Conformance for Cyber-Physical Systems
在系统分析中，一致性表示两个系统同时满足相同的规范;因此，分析一个系统的结果自动转移到另一个系统，或者一个系统可以在实践中安全地取代另一个系统。在这项工作中，我们研究了信息物理系统（CPS）的概率一致性。我们提出了一个概念（近似）的概率一致性的信号时序逻辑（STL）表示的复杂规范集。基于一种新的统计测试，我们开发了第一个统计验证方法的概率一致性的广泛的一类CPS。使用该方法，我们验证了广泛使用的丰田动力系统的完整和简化模型的启动时间，基于模型预测控制和基于神经网络的汽车车道保持控制器的建立时间，以及完整和简化的电网系统的最大电压偏差的一致性。
2021-03-02 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
Cooperative Control of TCSC to Relieve the Stress of Cyber-physical Power System
Nanyang Technological University（南洋理工大学）；Institute of Catastrophe Risk Management, Nanyang Technological University（南洋理工大学灾难风险管理研究所）；Future Resilient Systems, Singapore-ETH Centre（新加坡-苏黎世联邦理工学院中心未来韧性系统）；School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）
本文提出了一种TCSC协同控制算法，通过调整支路阻抗和调节功率流来缓解智能电力系统压力，采用近似方法估算雅可比矩阵以降低计算负担，并引入性能指标量化系统应力，通过理论分析和仿真实验验证了算法的有效性。
2018-05-25 cs.SY eess.SY
Risk Assessment for Nonlinear Cyber-Physical Systems under Stealth Attacks
本文针对非线性信息物理系统在隐蔽攻击下的风险评估问题，提出结合系统可达性近似与风险场构建的框架，并引入动态风险度量指标，实现可解释的风险预测与安全预警。
2024-05-04 cs.SY eess.SY
EXPOSE the Line Failures following a Cyber-Physical Attack on the Power Grid
Princeton University（普林斯顿大学）；Columbia University（哥伦比亚大学）
本文研究了网络-物理攻击对电力网络的影响，提出EXPOSE算法用于检测和恢复攻击区域内的线路故障和电压，算法在可扩展性和准确性上优于现有方法。
2017-09-21 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
Energy-Efficient Control Adaptation with Safety Guarantees for Learning-Enabled Cyber-Physical Systems
神经网络越来越多地应用于学习型网络物理系统（LE-CPS）的控制，并在提高系统性能和效率以及减少对复杂物理模型的需求方面表现出巨大的潜力。然而，这种基于神经网络的控制器缺乏安全保证，严重阻碍了它们在安全关键型CPS中的采用。在这项工作中，我们提出了一种控制器自适应方法，自动切换多个控制器，包括神经网络控制器，以保证系统的安全性和提高能源效率。我们的方法包括基于形式化方法和机器学习的两个关键组成部分。首先，我们近似每个控制器与Bernstein多项式为基础的混杂系统模型在有界干扰，并计算一个安全不变集的基础上，其相应的混杂系统的每个控制器。直观地说，控制器的不变集定义了系统在其控制下始终保持安全的状态空间。然后，控制器的不变量集的并集定义大于（或等于）每个控制器的安全自适应空间。其次，我们开发了一种深度强化学习方法来学习控制器切换策略，以降低控制/驱动能量成本，同时在安全防护规则的帮助下，确保系统保持在安全空间内。在线性自适应巡航控制系统和非线性范德波尔振荡器上的实验证明了我们的方法在节能和增强安全性方面的有效性。
2020-10-15 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
A Framework for Effective AI Recommendations in Cyber-Physical-Human Systems
The School of Civil and Environmental Engineering, Cornell University（康奈尔大学土木与环境工程学院）
针对信息物理人类系统中人类决策者可能偏离AI推荐的问题，提出一个严谨框架，建立最优推荐策略结构性质，开发近似人类模型并给出最优性差距的理论界限，数值示例验证有效性。
2024-03-08 cs.AI cs.HC cs.LG
A Pragmatic Guide to Building Conservative Discrete Abstractions of Cyber-Physical Systems
University of Florida（佛罗里达大学）
本教程提出一种按构造保守的闭环动力系统离散抽象构建工作流，含四模块化步骤，经三案例研究验证其设计选择对抽象结构、运行时间及验证结果的影响。
2026-08-12 cs.LO cs.SY eess.SY
Chameleon: Recovering Cyber-Physical Systems from Memory Corruption Attacks via ML Surrogates
The University of British Columbia（不列颠哥伦比亚大学）
提出Chameleon框架，利用基于机器学习的代理在检测到攻击时替换受损组件，实现信息物理系统从内存破坏攻击中的自动恢复，在多种机器人车辆上验证了高保真度和低开销。
2026-09-21 cs.CR cs.SY eess.SY
Goal-Oriented Wireless Communication Resource Allocation for Cyber-Physical Systems
针对信息物理系统(CPS)中无线通信资源分配与操作目标脱节的问题，提出目标导向带宽分配框架，通过分治与贪婪算法最大化信息效用增益，保障最优CPS性能并适用于多种应用场景。
2024-07-31 cs.SY eess.SP eess.SY
Towards an Approximate Conformance Relation for Hybrid I/O Automata
Uppsala University（乌普萨拉大学）；Halmstad University（哈尔姆斯塔德大学）
本文提出一种近似符合关系，用于比较可观测离散动作和连续轨迹，整合了两种现有方法并满足半传递性，适用于逐步验证。
2016-12-15 cs.LO cs.SY eess.SY
Learning-Based Cost-Aware Defense of Parallel Server Systems against Malicious Attacks
针对并行服务器系统的恶意攻击问题，本文提出一种基于近似minimax-Q学习的零和马尔可夫博弈算法，利用可解释线性函数逼近高效计算均衡，在平衡防御成本与性能退化的同时实现概率收敛，且收敛速度显著优于神经网络方法。
2025-07-17 cs.SY eess.SY
Offline and online energy-efficient monitoring of scattered uncertain logs using a bounding model
本文提出一种基于非线性动力系统边界模型的方法，用于在状态和时间戳均不确定的分散日志上对黑盒信息物理系统进行离线和在线安全监控，在控制误报的同时最小化样本触发次数以实现节能，并在三个基准上验证了有效性。
2024-01-10 cs.SE cs.SY eess.SY
Enhancing Network Security Management in Water Systems using FM-based Attack Attribution
Louisiana State University（路易斯安那州立大学）；Vanderbilt University（范德堡大学）
针对水系统网络攻击归因问题，提出基于因子分解机（FM）的模型无关方法，利用传感器-执行器交互提供细粒度解释，在SWaT和WADI数据集上相比SHAP和LEMNA平均改进约20%。
2025-03-03 cs.CR cs.LG cs.SY
