Security Risks and Modern Cyber Security Technologies for Corporate Networks
本文旨在突出企业防病毒解决方案市场的当前趋势。简要概述了可能破坏IT环境的现代安全威胁，以及市场上为企业用户提供的防病毒套装的典型结构和功能。公司产品的一般要求根据av-comparatives.org [1]的最新报告确定。新功能的详细分析是基于对目前市场上可用产品的概述。最后，列举了企业用户防病毒行业的现代趋势，完成了这篇文章。最后，本文的主要目标是强调注意AV供应商在其解决方案中提出的新趋势，以保护客户免受最新的安全威胁。
2011-05-10 cs.CR cs.NI
Modern Cybersecurity Solution using Supervised Machine Learning
AGH University of Science and Technology（AGH科技大学）
网络安全至关重要，攻击正在迅速增长，检测起来也越来越具有挑战性。传统的防火墙和入侵检测系统，即使它被广泛使用和推荐，但它无法检测到新的攻击，零日攻击，以及与任何配置规则不匹配的流量模式。因此，机器学习（ML）可以成为网络安全领域一种有效且成本降低的解决方案。我们使用Netflow数据集在应用数据分析后提取特征。然后，一个选择过程已被应用到这些功能相互比较。我们的实验重点是如何有效的机器学习算法可以检测机器人流量，恶意软件流量和背景流量。我们设法从一个数据集中获得了0.903的精度值，该数据集包含6.5%的Bot流，1.57%的正常流，0.18%的命令和控制（C&C）流，以及91.7%的背景流，总流量为2，753，884。结果表明，低假阴性与几个假阳性检测。
2021-09-15 cs.CR cs.LG
Optimal Planning for Enhancing the Resilience of Modern Distribution Systems Against Cyberattacks
针对智能电网配电层面因物联网设备集成产生的网络攻击脆弱性，本文分析高功率设备相关攻击的可行性与影响，提出基于分布式发电的预防性韧性策略，强调配电层面网络韧性规划的迫切性。
2025-08-26 cs.CR cs.SY eess.SY
Extending Network Intrusion Detection with Enhanced Particle Swarm Optimization Techniques
本研究结合增强粒子群优化（EPSO）改进网络入侵检测，通过多数据集对比多类模型，发现经EPSO微调的决策树性能最优，提出了高精度高可靠的NIDS框架，为网络安全入侵检测提供新方案。
2024-08-14 cs.CR
A Cyber Threat Intelligence Management Platform for Industrial Environments
开发智能的、可互操作的网络威胁信息（CTI）共享技术可以帮助建立强大的防御现代网络威胁的能力。CTI允许社区共享有关网络犯罪分子的威胁和漏洞以及防御措施或检测恶意活动的信息。成功的关键是与网络风险相关的数据是可以理解的，有组织的，并且质量良好。接收方可以掌握其内容并有效利用。本文介绍了一种用于工业环境的创新网络威胁情报管理平台（CTIMP），这是Cyber-pi项目的重要组成部分之一。特别是，建议的架构使用来自可信公共来源的网络知识，并以完全可互操作和智能的方式将其与来自组织监督基础设施的相关信息集成。当与高级可视化机制和用户界面相结合时，上述服务为管理员提供了他们所需的态势感知，同时还允许扩展合作，智能选择高级应对策略，以及一组用于处理威胁的自动自我修复规则。
2023-01-09 cs.CR
Differential Privacy Techniques for Cyber Physical Systems: A Survey
随着资讯及通讯科技的发展，现代网络物理系统已广泛应用于我们的日常生活中。随着网络物理系统的提供，与这些系统相关的安全和隐私威胁也在增加。被动攻击被入侵者用来获取CPS的私有信息。为了使CPS数据更加安全，过去已经提出了某些隐私保护策略，如加密和k-匿名。然而，随着CPS体系结构的进步，这些技术也需要进行一定的修改。与此同时，差分隐私作为一种有效的保护CPS数据隐私的技术应运而生。在本文中，我们提出了一个全面的调查差分隐私技术的CPS。特别是，我们调查了差分隐私在CPS的四个主要应用中的应用和实现，这些应用被命名为能源系统，交通系统，医疗保健和医疗系统，以及工业物联网（IIoT）。此外，我们提出了开放的问题，挑战和未来的研究方向，差分隐私技术的CPS。这项调查可以作为现代差分隐私技术的发展，以解决各种问题和CPS的数据隐私场景的基础。
2019-09-27 cs.CR
SCRM: An Actionable Framework for Space Cyber Risk Management
University of Colorado Colorado Springs（科罗拉多大学斯普林斯分校）；The Laboratory for Cybersecurity Dynamics（网络安全动力学实验室）
提出首个空间网络风险管理框架，系统建模基础设施、任务与攻击，提供风险分析与加固算法，经真实SATCOM攻击案例验证，可有效缓解级联效应与网络风险。
2026-10-06 cs.CR
Safeguarding Skies: Airport Cybersecurity in the Digital Age
Rajamangala University of Technology Tawan-ok（大城皇家理工大学）
本文系统分析了机场面临的新兴威胁，结合现实案例和文献，首次将MITRE ATT&CK矩阵应用于机场安全风险评估，提出基于网络安全框架和零信任架构的防护策略，为航空行业应对复杂网络安全挑战提供指导。
2026-04-26 cs.CR
Analyzing the Usefulness of the DARPA OpTC Dataset in Cyber Threat Detection Research
在现实世界的企业网中维护安全和隐私正变得越来越具有挑战性。网络攻击者越来越多地使用以前未报告的最先进技术侵入企业网络。为了开发新颖有效的方法来阻止这些复杂的网络攻击，我们需要能够高度准确地反映真实企业场景的数据集。然而，很少有这样的数据集是公开的。研究人员仍然主要使用已有十年历史的KDD数据集，然而，研究表明这些数据集并不能充分反映高级持续性威胁（APT）等现代攻击。在这项工作中，我们分析了最近推出的DARPA操作透明网络（OpTC）数据集在这方面的有用性。我们详细描述了数据集的内容，并提出了定性分析。我们表明，OpTC数据集是高级网络威胁检测研究的绝佳候选者，同时也突出了其局限性。此外，我们提出了几个研究方向，这个数据集可以是有用的。
2021-05-08 cs.CR
A Survey of Cyber Security Countermeasures Using Hardware Performance Counters
网络攻击和恶意软件现在比以往任何时候都更加普遍，而且趋势不断上升。已经有几种攻击检测的方法，包括在根或用户级别的驻留软件应用程序，例如，病毒检测和对操作系统的修改，例如，加密、应用签名等。一些方法已经转移到较低级别的检测和预防，例如，数据执行保护。在对抗发展中的一种新兴方法是使用存在于现代处理器的微体系结构中的硬件性能计数器。这些都是最低级别的，在处理器硬件中实现，并且这些计数器收集的大量数据提供了一些非常有希望的对策，具有最小的开销以及保护免受攻击者的破坏。在这里，我们进行了一项调查，最近的技术在实现有效的对策，从这些硬件性能计数器的网络攻击检测。
2018-07-28 cs.CR
Towards Principled Analysis and Mitigation of Space Cyber Risks
针对空间基础设施网络风险认知不足的问题，本研究通过提出攻击表征框架、分析现有实践、确立工具评估属性及构建级联效应建模框架，推动了空间网络风险分析与缓解的技术发展。
2025-08-23 cs.CR
Mobile Security for the modern CEO: Attacks, Mitigations, and Future Trends
当今世界是数字化、全球化和互联化的，移动设备是商业、政治和公民社会现代通信的核心。然而，网络威胁在我们这个高度互联的世界中是一个无所不在的现实。世界经济论坛（world economic forum）一直将网络威胁列为全球最大的安全风险之一。对移动设备的攻击在数量和规模上每年都在增长，造成严重损害。本文全面概述了现代移动攻击，分为恶意软件、网络钓鱼、通信、供应链、物理和身份验证攻击，包括有关缓解措施和限制的部分。它还提供了安全设计提示，以保护移动设置和一般建议，以防止成功执行传入的攻击。最后一部分重点介绍了未来的技术趋势，以及这些趋势将如何影响和改变未来的移动安全格局。
2022-07-17 cs.CR cs.CY
CyFence: Securing Cyber-Physical Controllers via Trusted Execution Environment
针对信息物理系统易受网络攻击的问题，提出利用可信执行环境保障语义检查代码安全的CyFence架构，可提升闭环控制系统韧性，在真实制动场景下验证有效且开销极低。
2025-06-12 cs.CR
Cyber Pirates Ahoy! An Analysis of Cybersecurity Challenges in the Shipping Industry
海运已经成为一个价值数万亿美元的产业，现在几乎影响着世界上每个国家的经济。因此，毫不奇怪，各国和各公司花费数十亿美元，利用各种技术使船只和港口现代化。然而，这些技术的实施也引起了网络犯罪分子的注意。例如，对一家航运公司的网络攻击导致近3亿美元的财务损失。因此，本文描述了国际航运业务中存在的网络安全漏洞。本文的贡献是识别和剖析航运业特有的网络漏洞，以及这些潜在漏洞存在的方式和原因。
2022-08-07 cs.CR cs.CY
Automated Cyber Defence: A Review
Cardiff University（卡迪夫大学）
近年来，网络犯罪分子在一系列网络系统中策划了各种有组织和坚决的网络攻击，对私人和政府机构造成了严重影响。当前基于安全的自动化和编排专注于自动化固定用途和硬编码解决方案，这些解决方案很容易被现代网络攻击超越。自动网络防御的研究将允许通过顺序决策代理自主防御网络系统来开发和实现情报响应。本文通过分为两个子领域的需求分析全面阐述了自动化网络防御的发展，即自动化防御和攻击代理和自主网络操作（ACO）健身房。需求分析允许比较自动化代理，并强调ACO健身房的重要性，为他们的持续发展。的需求分析也被用来批评ACO健身房的总体目标是开发他们在现实世界的网络系统中部署自动化代理。从总体分析中解决了相关的未来挑战，以加速自动网络防御领域的发展。
2023-03-08 cs.AI cs.CR
Lessons Learned Developing and Extending a Visual Analytics Solution for Investigative Analysis of Scamming Activities
网络安全分析师在大型通信数据集上工作，通过仔细检查数千封电子邮件对话来进行调查分析，以找到潜在的诈骗活动和网络骗子网络。传统上，专家使用电子邮件客户端，数据库系统和文本编辑器来执行此调查。随着技术的发展，通过使用最先进的数据可视化技术来更有效地汇总数据的精心制作的工具已经出现。Beagle[1]就是这样一个工具，它使用不同的面板可视化大型通信数据，以便检查员有更好的机会找到诈骗网络。本文是关于我们实施和改进Jay Koven等人[1]所做工作的报告。我们已经提出并通过实现演示了一些可视化，我们认为这些可视化将有助于更有效地对电子邮件数据进行分组和分析。最后，我们还介绍了一个案例研究，展示了我们的工具在现实世界中的潜在用途。
2020-02-08 cs.CR cs.HC
Use of Graph Neural Networks in Aiding Defensive Cyber Operations
Mississippi State University（密西西比州立大学）；University of Texas at El Paso（德克萨斯大学埃尔帕索分校）
本文研究图神经网络在辅助防御性网络作战中的应用，重点分析其如何帮助打破洛克希德·马丁网络杀伤链各阶段，并探讨开放研究问题与改进方向。
2024-01-11 cs.AI cs.CR cs.LG
Prediction of terrorism pattern accompanied by cyber-terrorism and the development direction of corresponding legal systems
随着信息通信系统成为国家运行和人民生活的基本要素，国家基础设施系统和设施等对信息通信系统的依赖性增加，网络恐怖主义正在迅速崛起，成为和平时期国家安全的严重威胁。随着恐怖主义团体获得网络攻击资产的机会增加，传统形式的恐怖主义预计也将转变为与网络恐怖主义相结合的形式。然而，从国家安全的角度来看，韩国缺乏一个法律制度来准备和应对网络恐怖主义。本文基于现代军事行动理念的发展历程，预测了恐怖主义形式的变化，分析了基于现行法律制度对国家应对网络恐怖主义的制约，并提出了发展方向。
2022-03-05 cs.CR cs.CY
A critical review of cyber-physical security for building automation systems
本文综述了商业建筑BASs在管理、自动化和现场三层的信息物理安全，涵盖漏洞、攻击场景、检测防御及弹性控制策略，填补了系统性文献空白。
2023-03-31 cs.CR
Developments in Connected Vehicles and the Requirement for Increased Cybersecurity
本文针对智能交通联网功能普及带来的网络攻击风险，分析三类攻击与网络漏洞，指出车企盲目增设远程连接的问题，为未来车辆网络安全设计验证提供参考。
2021-11-23 cs.CR cs.SE
Analyzing Cyber-Physical Systems from the Perspective of Artificial Intelligence
OFFIS e.V.（奥菲斯有限公司）；Power Systems Intelligence（电力系统智能公司）；Leibniz University Hannover（莱布尼茨汉诺威大学）
现代信息物理系统（CPS）分析的原则是基于分析方法，取决于是否考虑安全或活性要求。复杂性是通过不同的技术来抽象的，从随机建模到合同。然而，分布式算法和基于人工智能（AI）的方法以及用户视角或不可预测的影响（如事故或天气）都引入了足够的不确定性来保证基于学习的方法。本文将CPS建模和分析领域的传统方法与AI研究人员探索未知复杂系统的观点进行了比较。
2019-08-21 cs.AI cs.CR cs.DC
CyberWorld: World Models for Sample-Efficient Autonomous Cyber Defense
本文提出CyberWorld，一种基于Dreamer风格的世界模型框架，通过学习网络潜在动力学实现样本高效的自主网络防御，在CyberWheel攻击中显著优于无模型PPO，并验证了图表示对鲁棒性和可扩展性的关键作用。
2026-09-29 cs.AI cs.CR cs.LG
A Sequential Supervised Machine Learning Approach for Cyber Attack Detection in a Smart Grid System
现代智能电网系统严重依赖信息和通信技术，这种依赖性使它们容易受到网络攻击。近年来，网络攻击的发生率有所增加，对电力系统造成了重大损害。为了实现可靠和稳定的运行，网络保护、控制和检测技术变得至关重要。高精度地自动检测网络攻击是一项挑战。为了解决这个问题，我们提出了一个两层的分层机器学习模型，其准确率为95.44%，以提高对网络攻击的检测。模型的第一层用于区分两种操作模式（正常状态或网络攻击）。第二层用于将状态分类为不同类型的网络攻击。分层方法为模型提供了一个机会，使其将训练集中在层的目标任务上，从而提高模型的准确性。为了验证该模型的有效性，我们将其性能与文献中提出的其他最近的网络攻击检测模型进行了比较。
2021-08-01 cs.CR cs.SY eess.SY
TENET: Temporal CNN with Attention for Anomaly Detection in Automotive Cyber-Physical Systems
Colorado State University（科罗拉多州立大学）
现代车辆具有多个电子控制单元（ECU），这些ECU连接在一起作为复杂的分布式网络物理系统（CPS）的一部分。ECU与外部电子系统之间的通信不断增加，使得这些车辆特别容易受到各种网络攻击。在这项工作中，我们提出了一种新的异常检测框架，称为TENET检测车辆上的网络攻击引起的异常。TENET使用具有集成注意力机制的时间卷积神经网络来检测异常攻击模式。TENET能够实现32.70%的假阴性率，19.14%的马修斯相关系数和17.25%的ROC-AUC指标的改善，与汽车异常检测方面表现最好的先前工作相比，模型参数减少了94.62%，内存占用减少了86.95%，推理时间减少了48.14%。
2021-09-09 cs.AI cs.CR cs.LG
Supervisor Synthesis to Thwart Cyber Attack with Bounded Sensor Reading Alterations
网络物理系统面临的主要挑战之一是如何防止网络攻击，以确保系统的完整性。在现代控制和计算机科学社区中讨论了大量不同类型的攻击。在本文中，我们的目标是调查一种特殊类型的攻击在离散事件系统框架中，攻击者可以任意改变传感器读数后，拦截他们从目标系统，以欺骗一个给定的管理员发出控制命令不正确，驱动系统到一个不希望的状态。我们首先考虑网络攻击问题，从攻击者的角度来看，制定了一个有界传感器读取更改（ABSRA）问题的攻击。然后，我们证明了最优（或最少限制）ABSRA存在，并且可以合成，只要植物模型和监督模型是正则的，即，可以用有限状态自动机来表示。在最优ABSRA的综合基础上，我们提出了一种综合算法，该算法保证了计算的监督器是ABSRA-鲁棒的，即，ABSRA将是可检测的或者将不会导致系统到不期望的状态。
2016-08-24 cs.CR cs.FL
DeeBBAA: A benchmark Deep Black Box Adversarial Attack against Cyber-Physical Power Systems
不断增长的能源需求以及适应更高水平的可再生能源和电动汽车等灵活负载的环境压力，导致现代电力系统发生了许多智能转型。这些转变使得网络物理电力系统非常容易受到网络对手针对其众多行动的影响。在这项工作中，一种新的黑箱对抗攻击策略，提出了针对交流状态估计操作的一个未知的电力系统使用历史数据。具体地说，虚假数据被注入到从电力系统组件的一个小的子集，导致状态估计的显着偏差获得的测量。在IEEE 39总线和118总线测试系统上进行的实验表明，该策略（称为DeeBAAA）可以以很高的概率规避许多传统和最先进的攻击检测机制。
2023-03-16 cs.CR cs.SY eess.SY
Attention Augmented GNN RNN-Attention Models for Advanced Cybersecurity Intrusion Detection
College of Information Science, University of Arizona, Tucson, AZ, USA（信息科学学院，亚利桑那大学，图森，亚利桑那州，美国）
在本文中，我们提出了一种新型的混合深度学习架构，该架构协同结合了图神经网络（GNNs），递归神经网络（RNN）和多头注意力机制，以显着增强网络安全入侵检测能力。通过利用包含不同网络流量模式的综合UNSW-NB 15数据集，我们的方法通过图形结构关系和网络事件的顺序分析有效地捕获空间依赖性和时间动态。集成的注意力机制提供了改进的模型可解释性和增强的特征选择的双重好处，使网络安全分析师能够将计算资源集中在高影响力的安全事件上-这是现代实时入侵检测系统的关键要求。我们广泛的实验评估表明，与传统的机器学习方法和独立的深度学习模型相比，所提出的混合模型在多个评估指标（包括准确度，精度，召回率和F1分数）上具有更好的性能。该模型在检测高级持续性威胁（APT）、分布式拒绝服务（DDoS）攻击和零日漏洞等复杂攻击模式方面具有特别强的性能，使其成为复杂网络环境中下一代网络安全应用的有前途的解决方案。
2025-10-29 cs.CR cs.LG
Cyber Threat Landscape Analysis for Starlink Assessing Risks and Mitigation Strategies in the Global Satellite Internet Infrastructure
本文通过文献梳理、Starlink架构审查和卫星网络威胁分析，识别并排序其网络安全风险，提出缓解策略以增强全球卫星互联网基础设施的韧性。
2024-05-11 cs.CR cs.NI
Extending Isolation Forest for Anomaly Detection in Big Data via K-Means
York University（约克大学）；iSecurity Consulting Inc（iSecurity咨询公司）；Dapasoft Inc（Dapasoft公司）
工业信息技术（IT）基础设施往往容易受到网络攻击。为了确保工业环境中计算机系统的安全性，需要建立有效的入侵检测系统来监视网络物理系统（例如，计算机网络）进行恶意活动。本文旨在建立这样的入侵检测系统，以保护计算机网络免受网络攻击。更具体地说，我们提出了一种新的无监督机器学习方法，结合K-Means算法和隔离森林，用于工业大数据场景中的异常检测。由于我们的目标是为工业领域的大数据场景构建入侵检测系统，因此我们利用Apache Spark框架来实现我们提出的模型，该模型在Elasticsearch中存储的大型网络流量数据（约1.23亿网络流量实例）中进行了训练。此外，我们评估我们提出的模型上的实时流媒体数据，发现我们提出的系统可以用于实时异常检测在工业设置。此外，我们还解决了在大型数据集上训练模型时面临的不同挑战，并明确描述了如何解决这些问题。基于我们在现实世界网络流量数据中异常检测的不同用例中的经验评估，我们观察到我们提出的系统可以有效地检测大数据场景中的异常。最后，我们在几个学术数据集上评估了我们提出的模型，并与其他模型进行了比较，发现它提供了与其他最先进方法相当的性能。
2021-04-27 cs.AI cs.CR cs.LG
Assessment of Cyber-Physical Intrusion Detection and Classification for Industrial Control Systems
工业控制系统（ICS）与公共网络和数字设备的交互日益增加，给电力系统和其他关键基础设施带来了新的网络威胁。最近的网络物理攻击，如Stuxnet和Irongate，揭示了意想不到的ICS漏洞和改进安全措施的必要性。入侵检测系统构成了一种关键的安全技术，其通常监视网络数据以检测恶意活动。然而，现代信息通信系统的一个核心特征是物理和网络进程的相互依赖性日益增加。因此，网络和物理过程数据的集成被视为一个很有前途的方法，以提高可预测性的实时入侵检测的ICS的物理约束和底层的过程模式。这项工作系统地评估了基于机器学习的网络物理入侵检测和多类分类，通过比较其纯粹的基于网络数据的对应和错误分类和检测延迟的评估。多个监督检测和分类管道应用于最近的网络物理数据集，该数据集描述了通用ICS上的各种网络攻击和物理故障。一个关键的发现是，物理过程数据的集成提高了所有考虑的攻击类型的检测和分类。此外，它还支持攻击和故障的同时处理，为全面的跨域根本原因识别铺平了道路。
2023-01-03 cs.CR cs.SY eess.SY
A Review of Detection, Evolution, and Data Reconstruction Strategies for False Data Injection Attacks in Power Cyber-Physical Systems
该综述梳理了电力信息物理系统中虚假数据注入攻击的检测、演化及数据重构策略，分析现有方法的挑战与关键问题，提出未来研究方向，助力电力CPS安全运行。
2025-01-13 cs.CR cs.SY eess.SY
Modern Problems Require Modern Solutions: Hybrid Concepts for Industrial Intrusion Detection
German Research Center for AI（德国人工智能研究中心）
工业4.0的概念给加工业带来了颠覆。它的特点是高度的相互通信，嵌入式计算，导致数据的分散和分布式处理。此外，云存储和软件即服务（SaaS）方法增强了数据的集中存储和处理。这通常发生在第三方网络中。此外，工业4.0由新的商业案例驱动。单批量生产、客户单独生产、实时观察工艺状态和进度以及远程维护等。所有这些新的商业案例都利用了新技术。然而，网络安全并不是工业界的问题。工业网络被认为是与公共网络物理分离的。此外，任何工业网络的高度独特性据说都可以防止攻击者利用漏洞。工业4.0的概念本质上打破了这些假设。因此，产生了大量的攻击向量。在过去，攻击者以惊人的方式使用这些攻击媒介。特别是德国的中小企业（SME）正在努力适应这些挑战。原因是技术解决方案和安全专业人员所需的成本。为了使中小企业能够应对网络空间日益增长的威胁，IUNO Insec研究项目旨在提供和改进无需专业安全知识即可使用的安全解决方案。本文简要介绍了IUNO Insec项目。此外，在入侵检测领域的贡献，特别是机器学习为基础的解决方案，为工业环境中所提供的作者，并设置到上下文中。
2019-05-16 cs.AI cs.CR
Bayesian adversarial multi-node bandit for optimal smart grid protection against cyber attacks
Xi'an Jiaotong-Liverpool University（西交利物浦大学）；University of Strathclyde（思克莱德大学）；University of New South Wales（新南威尔士大学）
智能电网的网络安全已成为发展可靠的现代电力和能源系统的关键问题之一。本文介绍了一种非平稳的对抗成本与变化约束的智能电网，使我们能够在一个相对实际的情况下，研究最佳的智能电网保护免受网络攻击的问题。特别地，构造了一个具有对抗成本的贝叶斯多节点强盗（MNB）模型，并定义了一个新的后悔函数。提出了一种求解该问题的算法-通过算例验证了该算法在实际智能电网中的适用性和性能。
2021-02-20 cs.CR cs.LG cs.SY
Learning Red Agent Policy from Observations for Neurosymbolic Autonomous Cyber Agents
MIT（麻省理工学院）
针对网络攻击中红方动作不可观测的问题，提出基于模仿学习的策略学习技术，从网络观测和防御动作预测红方行为，集成神经符号防御代理实现高精度预测。
2026-07-16 cs.AI cs.CR cs.LG
Downsides of Smartness Across Edge-Cloud Continuum in Modern Industry
University of North Texas (UNT)（北德克萨斯大学）；Versaterm Public Safety Inc.（Versaterm公共安全公司）
本文探讨了智能工业解决方案在边缘-云连续体中带来的安全隐患及副作用，分析了传统AI和生成式AI在软件层面与基础设施层的不同风险，旨在为智能工业系统的安全可持续发展提供指导。
2026-03-31 cs.AI cs.CR cs.DC
Multi-centrality Graph Spectral Decompositions and their Application to Cyber Intrusion Detection
许多现代数据集可以表示为图，因此谱分解，如图主成分分析（PCA）可能是有用的。与先前的基于单个拓扑特征的子空间投影的图分解方法不同，中心图邻接矩阵的Fiedler向量（图Laplacian），我们提出了用于图PCA和图字典学习的谱分解方法，该方法集成了多个特征，包括图行走统计，中心性度量和图到参考节点的距离。在本文中，我们提出了一种新的PCA方法，称为多中心图PCA（MC-GPCA），和一个新的字典学习方法的集成图，称为多中心图字典学习（MC-GDL），都基于多中心矩阵的谱分解。作为网络入侵检测的一个应用，MC-GPCA可以是一个有效的异常连接模式的指示器和MC-GDL可以提供攻击分类的判别依据。
2016-03-10 cs.CR cs.SI stat.ML
Railway cyber-security in the era of interconnected systems: a survey
该综述围绕超互联铁路系统的网络安全，梳理相关标准、框架与技术，并以信号系统为重点分析安全与安防关系及网络靶场等防护工具。
2023-05-15 cs.CR cs.SY eess.SY
Fortify Your Defenses: Strategic Budget Allocation to Enhance Power Grid Cybersecurity
Pacific Northwest National Laboratory（太平洋西北国家实验室）
针对电网网络物理系统面临高级持续性威胁且预算有限的问题，提出基于混合整数线性规划的框架，优化预算分配以选择预防性缓解措施，最小化组件脆弱性并降低网络安全风险。
2023-12-20 cs.AI cs.CR cs.SY
Time Stepped Cyber Physical Simulation of DoS, DoD, and FDI Attacks on the IEEE 14 Bus System
Washington State University Tri-Cities（华盛顿州立大学三城分校）
本文基于MATPOWER构建时间步长仿真框架，评估DoS、DoD和FDI攻击对IEEE 14节点系统的影响，揭示不同攻击对电网运行的破坏作用及网络攻击引发的不稳定性问题。
2026-02-28 cs.CR cs.SY eess.SY
Cyberattack Detection in Large-Scale Smart Grids using Chebyshev Graph Convolutional Networks
Texas A&M University（德克萨斯A&M大学）；Arkansas State University（阿肯色州立大学）
作为一个高度复杂和集成的网络物理系统，现代电网面临着网络攻击。虚假数据注入攻击（FDIA），特别是，代表了一个主要类别的网络威胁，以智能电网为目标的测量数据的完整性。尽管已经提出了各种解决方案来检测这些网络攻击，但绝大多数工作都忽略了电网测量的固有图形结构，并且仅针对具有不到几百个总线的小型测试系统验证了它们的检测器。为了更好地利用智能电网测量的空间相关性，本文提出了一种使用Chebyshev图卷积网络（CGCN）进行大规模AC电网网络攻击检测的深度学习模型。通过降低谱图滤波器的复杂性并使其局部化，CGCN提供了一种快速有效的卷积运算来建模图结构智能电网数据。我们数值验证，建议CGCN为基础的检测器超过国家的最先进的模型的检测率为7.86和虚警率为9.67的大规模电网2848总线。值得注意的是，所提出的方法可以在4毫秒内检测到2848总线系统的网络攻击，这使其成为大型系统中实时检测网络攻击的良好候选者。
2021-12-25 cs.AI cs.CR cs.LG
CRUPL: A Semi-Supervised Cyber Attack Detection with Consistency Regularization and Uncertainty-aware Pseudo-Labeling in Smart Grid
Indian Institute of Technology Dharwad（印度达尔瓦德理工学院）；Rajiv Gandhi Institute of Technology（拉吉夫·甘地理工学院）
本文提出半监督方法CRUPL，利用一致性正则化、伪标签与课程学习处理智能电网未标签数据，在未知样本下将检测准确率提升至99%并显著减少误报。
2025-03-01 cs.AI cs.CR cs.LG
A Review on C3I Systems' Security: Vulnerabilities, Attacks, and Countermeasures
指挥、控制、通信和情报（C3I）系统越来越多地用于关键的民用和军事领域，以实现信息优势、作战效能和更高的态势感知。与面临广泛网络攻击的传统系统不同，C3I战术行动的敏感性使其网络安全成为关键问题。例如，在军事战场上篡改或拦截机密信息不仅会损害C3I行动，而且会造成不可逆转的后果，如人员伤亡和任务失败。因此，C3I系统已成为网络对手的焦点。此外，C3I系统的技术进步和现代化大大增加了C3I系统遭受网络攻击的潜在风险。因此，网络对手利用高度复杂的攻击媒介来利用C3I系统中的安全漏洞。尽管C3I系统的网络安全的重要性迅速发展，现有的文献缺乏一个全面的审查，以系统化的C3I系统的安全知识体系。因此，在本文中，我们收集，分析和综合了C3I系统网络安全的最新技术。特别是，本文已经确定了安全漏洞，攻击向量和对策/防御C3I系统。此外，我们的调查使我们能够：（i）提出安全漏洞，攻击向量和对策的分类;（ii）将攻击向量与安全漏洞和对策相互关联;（iii）提出未来的研究方向，以推进C3I系统网络安全的最新技术。
2022-01-31 cs.CR cs.SY eess.SY
A Taxonomy of Cyber Defence Strategies Against False Data Attacks in Smart Grid
被称为智能电网的现代电网已经将孤立和集中控制的电力系统快速转变为快速和大规模连接的网络物理系统，该系统受益于通信革命和物联网设备的快速采用。虽然大量网络物理实体的协同作用使智能电网在应对日益增长的全球能源挑战方面更加有效和可持续，但它也带来了大量漏洞，导致数据完整性，机密性和可用性遭到破坏。虚假数据注入（FDI）似乎是最关键的网络攻击之一，一直是研究和行业关注的焦点。为此，本文提出了一个全面的审查在智能电网基础设施的FDI攻击的防御对策的最新进展。对现有的相关文献进行了评价和比较，分析了它们对智能电网网络安全的理论和实践意义。最后，指出了现有虚假数据攻击检测研究的技术局限性，并对未来的研究方向提出了建议。
2021-03-30 cs.CR cs.CY cs.SY
Strategy Phasing of Cyber Attacks on Digital Substations
Virginia Tech（弗吉尼亚理工大学）；University of Michigan-Dearborn（密歇根大学迪尔伯恩分校）
本文提出基于HMM的SubCASP方法，融合IDS数据推断变电站网络攻击阶段，经攻击图数据集验证，可在不同IDS场景下实现攻击阶段的鲁棒推断。
2026-07-31 cs.CR cs.SY eess.SY
Graph-Theoretic Approach for Manufacturing Cybersecurity Risk Modeling and Assessment
针对智能制造系统缺乏量化网络安全风险评估框架的问题，提出基于图论的风险建模与评估方法，通过攻击图建模威胁属性、分析传播路径、计算最优攻击路径对应风险，可辅助识别关键资产并制定防御策略。
2023-10-04 cs.CR cs.SY eess.SY
From Reconnaissance to Response: Quantitative Risk Parameterization and Game Theoretic Containment in Modern Enterprise Attack
Research Division, Shadeeb Engineering Lab（Shadeeb工程实验室研究部）；Capitol Technology University, Department of Engineering（卡皮托尔理工大学工程学院）
本文提出一种集成决策引擎，将定量风险参数化与博弈论相结合，实现企业攻击的亚分钟级自动化遏制，并在真实事件数据上验证了有效性。
2026-10-30 cs.CR cs.GT cs.SY
Designing Robust Cyber-Defense Agents with Evolving Behavior Trees
Vanderbilt University（范德堡大学）
本文提出演化行为树方法，结合学习组件设计稳健可解释的网络防御智能体，在模拟环境中有效缓解威胁并增强网络可见性。
2024-10-21 cs.AI cs.CR cs.LG
