Can Predictive Filters Detect Gradually Ramping False Data Injection Attacks Against PMUs?
School of Electrical, Computer and Energy Engineering Arizona State University（亚利桑那州立大学电气、计算机与能源工程学院）
本文研究了预测性滤波器在检测PMUs中逐步增大虚假数据注入攻击的能力，发现突然注入的攻击可被检测，但逐步增强的攻击可规避检测并造成系统损害。
2019-05-06 cs.SY eess.SY
Affine Transformation-based Perfectly Undetectable False Data Injection Attacks on Remote Manipulator Kinematic Control with Attack Detector
本文提出满足三项条件即可实施的仿射变换型完全不可检测虚假数据注入攻击，经FANUC 6自由度机械臂实验验证，该攻击可在隐身状态下篡改机械臂轨迹。
2024-05-17 cs.SY eess.SY
Vulnerability Assessment of N-1 Reliable Power Systems to False Data Injection Attacks
本文研究了大规模电力系统的脆弱性虚假数据注入（FDI）攻击，通过其物理后果。先前的工作已经表明，攻击者-防御者双层线性规划（ADBLP）可以用于确定旨在最大化目标线路上的物理功率流的FDI攻击的最坏情况后果。了解这些攻击的后果，需要考虑电力系统的操作中常用的实践，特别是实时应急分析（RTCA）和安全约束的经济调度（SCED）。在对攻击者知识进行详细假设的基础上，提出了一种ADBLP算法，并引入了一种改进的Benders分解算法来求解该ADBLP。具有2000个总线的合成德克萨斯州系统的脆弱性分析结果表明，智能FDI攻击可能导致事故后溢出。
2019-03-19 cs.SY eess.SY
Process Resilience under Optimal Data Injection Attacks
该研究在信息论框架下，从最优数据注入攻击者视角分析过程系统弹性，构建兼顾扰乱性与隐蔽性的攻击模型并提出受限场景下的稀疏攻击方法，通过理论分析与双反应器实验实现系统测量脆弱性评估与弹性洞察。
2025-05-19 cs.SY eess.SY
False Data Injection Attacks on Phasor Measurements That Bypass Low-rank Decomposition
School of Electrical, Computer and Energy Engineering Arizona State University（亚利桑那州立大学电气、计算机与能源工程学院）
本文研究了相量测量单元对虚假数据注入攻击的脆弱性，提出了一种更复杂的攻击方法，通过凸优化问题绕过低秩分解检测器，并在IEEE 24节点和118节点系统中验证了攻击模型的漏洞。
2017-05-04 cs.SY eess.SY
Power Injection Measurements are more Vulnerable to Data Integrity Attacks than Power Flow Measurements
提出了一种描述电力系统测量数据对数据完整性攻击脆弱性的新度量。新的指标，创造脆弱性指数（VuIx），利用信息理论的措施，以评估破坏和检测权衡的基本限制的攻击效果。计算系统中测量值的VuIx的结果基于暴露于数据完整性攻击的级别产生测量值漏洞的排序。这个新的框架是用来评估IEEE测试系统的测量脆弱性，它是观察到，功率注入测量是压倒性的更容易受到数据完整性攻击比潮流测量。IEEE测试系统的VuIx值的详细数值评估。
2022-07-14 cs.SY eess.SY
Modeling False Data Injection Attacks in Integrated Electricity-Gas Systems
本文研究综合电力-燃气系统中虚假数据注入攻击的建模，分别在完整信息、局部拓扑与参数信息、仅局部拓扑信息三种条件下构建攻击模型。
2025-05-12 cs.SY eess.SY
False Data Injection Attack Against Power System Small-Signal Stability
小干扰稳定性（SSS）是电网控制的关键。然而，针对SSS的虚假数据注入（FDI）攻击会影响电网的稳定性，因此，SSS的安全性需要研究。本文提出了一种合成FDI攻击向量的形式化方法（即，一组要改变的测量），这可能使电力系统不稳定。我们制定了一个FDI攻击作为一个优化问题，使用交流潮流，SSS模型和稳定性约束。攻击者的能力被建模为一组有限的测量的可访问性。所提出的FDI攻击模型的解决方案提供了一个不稳定的攻击向量，如果存在。我们实现了所提出的机制，并通过使用WSCC 3机9总线系统进行几个案例研究，评估其性能。案例研究结果表明，随机FDIs（即，不了解电力系统）在发起不稳定攻击方面的能力太低而不能成功。然而，智能攻击者可以利用网格知识使系统不稳定，即使对测量的访问有限。
2021-02-21 cs.SY eess.SY
Scalable and Optimal Security Allocation in Networks against Stealthy Injection Attacks
本文提出了一种可扩展的最优安全分配算法，用于网络控制系统中对抗隐蔽注入攻击，通过传感器部署限制攻击影响。
2024-11-22 cs.SY eess.SY
Evaluating Power System Vulnerability to False Data Injection Attacks via Scalable Optimization
Arizona State University（亚利桑那州立大学）
本文提出三种高效算法评估电力系统在虚假数据注入攻击下的脆弱性，针对IEEE 118节点和波兰2383节点系统进行评估。
2016-05-20 cs.SY eess.SY
Cyber-Physical Risk Assessment for False Data Injection Attacks Considering Moving Target Defences
在本文中，我们研究了影响虚假数据注入（FDI）攻击成功的因素，包括网络和物理加固方式。许多作品认为外国直接投资攻击的背景下，改变一个静态系统中的测量的能力。然而，成功的攻击需要首先入侵系统，然后构建可以绕过坏数据检测（BDD）的攻击向量。通过这种方式，我们开发了一个完整的服务框架，为外国直接投资风险评估。该框架考虑了系统入侵的成本，通过加权图评估结合物理，线过载为基础的脆弱性评估。我们提出了我们的模拟IEEE 14总线系统与覆盖RTU网络的入侵的真实风险模型。网络模型考虑了FDI攻击的多种进入方法，包括仪表入侵、RTU入侵和组合式攻击。入侵后，我们的物理增强模型分析了所需的拓扑发散水平，以防止来自优化攻击向量的分支过载。
2022-09-20 cs.SY eess.SY
False Data Injection Attack on Electric Vehicle-Assisted Voltage Regulation
随着电动汽车（EV）的大规模普及和双向充电器的出现，EV聚合器将成为电压调节市场的主要参与者。本文提出了一种新的虚假数据注入攻击（FDIA）对电动汽车充电站的电压调节容量估计，在配电系统中的电压调节的基础过程。拟议的FDIA考虑了电动汽车移动性和网络条件的不确定性。具有最大预期不利影响的攻击向量是受约束的随机优化问题的解，该约束确保它可以绕过不良数据检测。我们表明，这个攻击向量可以通过求解一系列凸二次约束线性规划来确定。基于两个标准测试馈线，在联合仿真平台上进行的案例研究揭示了电压调节容量估计的脆弱性。
2022-03-09 cs.SY eess.SY
Vulnerability Assessment of Large-scale Power Systems to False Data Injection Attacks
Arizona State University（亚利桑那州立大学）
本文研究了大规模电力系统对虚假数据注入攻击的脆弱性，通过其物理后果来分析。本文提出了一种计算高效的算法来解决大规模电力系统中的攻击优化问题，以评估系统的脆弱性。
2020-11-01 cs.SY eess.SY
Targeted False Data Injection Attacks Against AC State Estimation Without Network Parameters
状态估计是用于将冗余仪表测量和其它信息转换成电力系统的状态的估计的数据处理算法。状态估计严重依赖仪表测量，已被证明易受网络攻击。提出了一种新的针对AC状态估计的有针对性的虚假数据注入攻击模型。利用在环境条件下的固有负载动态和Ornstein-Uhlenbeck过程的重要属性，我们从入侵者的角度来看，设计了一种算法，纯粹从PMU数据中提取电力网络参数，进一步用于构建FDIA矢量。FDIA模型不需要网络参数，仅依赖于有限的相量测量单元（PMU）数据，可以针对特定的状态，并发起大偏差攻击。提出的FDIA模型的充分条件也被开发。在IEEE 39节点系统中对各种攻击向量和攻击区域进行了研究，结果表明，所提出的FDIA方法可以成功绕过不良数据检测，以很高的概率发起有针对性的大偏差攻击。
2021-08-26 cs.SY eess.SY
Stealth Data Injection Attacks with Sparsity Constraints
稀疏隐形攻击的结构，最大限度地减少状态变量和观测值之间的互信息。攻击构造被公式化为多变量高斯分布的设计，该多变量高斯分布的目的是最小化互信息，同时限制受攻击的观测值的分布与未受攻击的观测值的分布之间的Kullback-Leibler发散。稀疏性约束作为攻击分布的支持度约束。提出了两种启发式贪婪攻击构造算法。第一个算法假设攻击向量由独立的条目组成，因此，不需要不同的攻击位置之间的通信。第二种算法考虑了攻击向量条目之间的相关性，从而以不同位置之间的协调为代价获得更好的攻击性能。我们在IEEE测试系统上数值评估了所提出的攻击结构的性能，并表明构建隐形攻击是可行的，该攻击可以在少量受损传感器的情况下产生显著的中断。
2022-07-23 cs.SY eess.SY
Information Theoretic Data Injection Attacks with Sparsity Constraints
在贝叶斯状态估计环境下研究了同时最小化由操作员获得的信息和检测概率的信息论稀疏攻击。攻击构造被制定为一个优化问题，旨在最小化状态变量和观测值之间的互信息，同时保证攻击的隐身性。隐形是描述在攻击下和没有攻击的观测值的分布之间的Kullback-Leibler（KL）分歧。为了克服稀疏攻击构造的组合性质所带来的困难，首先解析地解决只有一个传感器受到损害的攻击情况。在这种情况下产生的洞察力，然后用来提出一个贪婪的算法，构建随机稀疏攻击。在IEEE 30总线测试用例中评估了所提出的攻击的性能。
2022-07-15 cs.SY eess.SY
Incentive-weighted Anomaly Detection for False Data Injection Attacks Against Smart Meter Load Profiles
实时电价是一种提高电力负荷需求侧灵活性的方法。然而，很少有研究考虑现货定价的脆弱性，通过虚假数据注入（FDI）式的攻击，金融欺诈。在本文中，我们考虑的攻击，旨在改变消费者的负载配置文件，利用日内价格下跌。我们研究了一种异常检测协议，用于寻求利用现货价格获得经济利益的网络攻击。通过这种方式，我们概述了一种方法，用于检测工业负载智能电表的攻击。我们首先创建一个底层业务的特征集群模型，按业务类型进行隔离。然后，我们使用这些集群创建一个激励加权异常检测协议的虚假数据攻击负载配置文件。这种基于聚类的方法结合了负载配置文件和现场定价的考虑因素，用于检测注入的负载配置文件。为了减少误报，我们将基于激励的检测（包括现货价格的知识）建模为异常跟踪，使该方法能够考虑负载配置文件中不太可能受到攻击的变化。
2023-01-25 cs.SY eess.SY
Likelihood of Cyber Data Injection Attacks to Power Systems
Rensselaer Polytechnic Institute（伦斯勒理工学院）
本文首次分析网络数据攻击的可能性，通过建模攻击者策略，利用马尔可夫决策过程和线性规划方法研究攻击策略。
2015-12-15 cs.SY eess.SY
Vulnerability Analysis of Nonlinear Control Systems to Stealthy False Data Injection Attacks
该研究分析非线性控制系统对传感器端隐蔽虚假数据注入攻击的脆弱性，定义通用隐蔽性概念，针对两类攻击者知识水平推导脆弱性条件与攻击设计方法，还分析了攻击对状态估计的影响并通过数值案例验证结果。
2023-10-06 cs.SY eess.SY
Resilient Control of Switched Vehicle Platoons under False Data Injection Attacks
McGill University（麦吉尔大学）
本文针对受虚假数据注入攻击的切换式车辆队列，设计含专用观测器与辅助系统的弹性控制器，经数值案例验证可实现队列一致最终有界与字符串稳定。
2026-08-03 cs.SY eess.SY
Can Attackers with Limited Information Exploit Historical Data to Mount Successful False Data Injection Attacks on Power Systems?
School of Electrical, Computer, and Energy Engineering, Arizona State University（亚利桑那州立大学电气、计算机与能源工程学院）
本文研究了仅利用电力系统子网络内部信息设计的不可观测虚假数据注入攻击的物理后果，通过建立多线性回归模型学习外部网络与攻击子网络的关系，并通过求解双层优化问题评估攻击后果。
2018-05-01 cs.SY eess.SY
$N-1$ Reliability Makes It Difficult for False Data Injection Attacks to Cause Physical Consequences
本文表明，虚假数据注入（FDI）攻击的能力是非常有限的，造成物理后果的$N-1$可靠的电力系统运行与实时应急分析（RTCA）和安全约束的经济调度（SCED）。先前的工作表明，FDI攻击可以通过攻击者-防御者双层线性规划（ADBLP）设计，以在使用DCOPF重新调度后引起物理溢出。在本文中，它表明，使用DCOPF设计的攻击未能造成溢出$N-1$可靠的系统，因为系统响应建模是不准确的。一个ADBLP，准确地模拟系统的响应，提出了找到最坏情况下的物理后果，从而建模一个强大的攻击者与系统级的知识。仿真结果表明，即使与新的增强攻击的合成得克萨斯州系统与2000总线，由于$N-1$的限制，保守操作的系统，所设计的攻击只会导致意外后溢出。此外，攻击者必须控制大部分测量，并在系统中物理地创建意外事件以引起后果。因此，可以想象，但需要非常复杂的攻击者才能对使用RTCA和SCED运行的$N-1$可靠电力系统造成物理后果。
2020-03-14 cs.SY eess.SY
Privacy-Preserving Distributed Defense Framework for DC Microgrids Against Exponentially Unbounded False Data Injection Attacks
针对直流微电网遭受指数无界FDI攻击的问题，提出融合一致性二次控制与隐私保护机制的全分布式防御框架，并通过Lyapunov分析和硬件在环实验验证其稳定性与防护效果。
2025-01-10 cs.SY eess.SY
Scheduler-Pointed False Data Injection Attack for Event-Based Remote State Estimation
研究了信息物理系统中基于事件的远程状态估计的攻击问题。我们的目标是降低基于事件的调度器的效果，同时绕过$χ^2$错误数据检测器。通过修改新息信号的数值特征，提出了一种双通道伪数据注入攻击策略。证明了攻击策略的存在性，并给出了一种算法，在该攻击策略下，调度器几乎失效，远程估计器的性能下降。数值模拟来说明我们的理论结果。
2021-10-14 cs.SY eess.SY math.OC
Man in the middle and current injection attacks against the KLJN key exchanger compromised by DC sources
这项研究解决了一个新的问题，关于Kirchhoff-Law-Johnson-Noise（KLJN）方案的安全性受到Alice和Bob处的DC源的影响：这些寄生源对主动攻击（如中间人（MITM）攻击或电流注入攻击）的影响是什么？令人惊讶的答案是，寄生DC源实际上增加了系统的安全性，因为在MITM攻击的情况下，它们更容易发现窃听。在某些情况下，Eve可以修复此缺陷，但随后问题被简化为KLJN方案免疫的原始MITM攻击，这已经在前面得到了证明
2020-04-03 cs.CR cs.SY eess.SY
Data-Injection Attacks in Stochastic Control Systems: Detectability and Performance Tradeoffs
University of Notre Dame（圣母大学）；University of California, Riverside（加州大学河滨分校）
研究随机控制系统中数据注入攻击的可检测性及攻击者为保持隐蔽而造成的性能下降量化。
2017-04-03 cs.SY eess.SY math.OC
Risk-averse controller design against data injection attacks on actuators for uncertain control systems
本文研究了一类不确定控制系统的最优控制器设计问题。我们考虑的攻击，旨在最大限度地提高攻击的影响，同时保持隐身在有限的视野。为此，我们使用条件风险值来描述与攻击影响相关的风险。最坏情况下的攻击影响的特点是使用最近提出的输出到输出$\ell_2$增益（OOG）。我们制定的设计问题，并观察到它是非凸的，很难解决。使用基于凸优化的框架和凸代理的OOG，我们提出了一个凸优化问题，近似解决了设计问题的概率证书。最后，我们通过一个数值例子来说明结果。
2022-02-28 cs.SY eess.SY math.OC
Identification of Intraday False Data Injection Attack on DER Dispatch Signals
电网脱碳的迫切需求加速了可再生能源的整合。同时，不断增加的分布式能源（DER）和先进的计量基础设施（AMI）已经将电网转变为具有众多通信设备的更复杂的网络物理系统。虽然这些转变提供了经济和环境价值，但它们也增加了网络攻击和运营挑战的风险。本文研究了具有高可再生能源渗透率的电网对DER调度信号的日内虚假数据注入（FDI）攻击的脆弱性，并提出了一种基于核支持向量回归（SVR）的检测模型作为对策。在HCE 187总线测试系统上进行了数值实验，验证了日内FDI攻击场景和检测模型。
2022-07-08 cs.SY eess.SY math.OC
Vulnerability Analysis and Consequences of False Data Injection Attack on Power System State Estimation
Arizona State University（亚利桑那州立大学）
本文研究了对交流状态估计的不可观测虚假数据注入攻击及其对物理系统的后果，提出了一种双层优化问题以最大化攻击后的线路流，并考虑攻击者资源和检测限制及OPF约束。
2015-06-11 cs.CR cs.SY eess.SY
Vulnerabilities of Smart Grid State Estimation against False Data Injection Attack
The University of New South Wales（新南威尔士大学）
本文探讨了智能电网状态估计器对虚假数据注入攻击的脆弱性，通过文献综述和案例研究分析了此类攻击的特点和影响。
2014-11-11 cs.CR cs.SY eess.SY
Two-Way Coding and Attack Decoupling in Control Systems Under Injection Attacks
KTH Royal Institute of Technology（瑞典皇家理工学院）；Tokyo Institute of Technology（东京工业大学）
在本文中，我们介绍了双向式的【形】编码的概念，这起源于通信理论的特征编码方案的双向式的【形】信道，到控制理论，特别是促进下注入攻击的反馈控制系统的分析和设计。此外，我们提出了攻击解耦的概念，并展示了如何控制器和双向式的【形】编码可以共同设计，以抵消从攻击到工厂的传递函数，使攻击效果为零，在瞬态阶段和稳态。
2019-09-04 cs.IT cs.RO cs.SY
Coding Schemes for Securing Cyber-Physical Systems Against Stealthy Data Injection Attacks
University of Pennsylvania（宾夕法尼亚大学）；New York University（纽约大学）；Duke University（杜克大学）
本文提出一种通过编码传感器输出来检测隐蔽数据注入攻击的方法，利用编码矩阵增加估计残差以抵御智能攻击，相比加密方案更低成本，且设计了时间变化编码矩阵及更新算法。
2016-05-29 cs.CR cs.SY eess.SY
Two-Way Coding in Control Systems Under Injection Attacks: From Attack Detection to Attack Correction
本文将通信理论中的双向编码方法引入受注入攻击的反馈控制系统，通过扭曲攻击者视角实现攻击检测、行为限制与攻击效果校正，并分析了 zero-dynamics attacks 下的检测与稳态校正条件。
2019-01-17 cs.SY eess.SP eess.SY
A false data injection attack method for generator dynamic state estimation
精确、可靠的发电机动态状态量对电力系统的实时监测和控制至关重要。信息攻击的出现给发电机状态估计带来了新的挑战。其中,虚假数据注入(FDI)攻击通过对量测装置注入虚假数据,恶化了状态估计的精度。为此,该文提出一种针对发电机动态状态估计的FDI攻击模型。首先，利用泰勒公式对发电机的测量方程进行线性化。其次，根据FDI攻击前后测量残差相等的原则，建立了攻击向量的表达式，并将其应用于测量量中，避免了传统的不良数据检测。因此，外国直接投资的攻击得以成功实施。然后，根据FDI攻击的严重程度设置3种攻击场景，分别采用容积卡尔曼滤波器（CKF）和鲁棒容积卡尔曼滤波器（RCKF）对3种攻击场景进行测试。最后，IEEE 9节点系统和新英格兰16机68节点系统的仿真结果验证了所提出的FDI攻击方法的有效性。
2019-08-18 cs.SY eess.SP eess.SY
Exploring The Resilience of Control Execution Skips against False Data Injection Attacks
本文研究如何通过控制执行跳过提升CPS对虚假数据注入攻击的鲁棒性，提出最优跳过模式合成方法，并在安全关键CPS基准上验证了攻击鲁棒性与控制性能之间的权衡。
2022-07-16 cs.CR cs.SY eess.SY
Training Strategies for Autoencoder-based Detection of False Data Injection Attacks
电网中的能量供应安全性关键取决于准确估计系统状态的能力。然而，操纵的潮流测量可以潜在地隐藏过载并绕过坏数据检测方案以干扰估计状态的有效性。在本文中，我们使用自动编码器神经网络来检测异常系统状态，并研究超参数对针对功率流的虚假数据注入攻击的检测性能的影响。在IEEE 118节点系统上的实验结果表明，该机制具有良好的学习效率和检测精度。
2022-12-14 cs.SY eess.SP eess.SY
Q-learning Based Optimal False Data Injection Attack on Probabilistic Boolean Control Networks
East China University of Science and Technology（华东理工大学）；Zhejiang Normal University（浙江师范大学）
本文针对模型未知的概率布尔控制网络，提出基于Q学习及其改进算法的最优虚假数据注入攻击方法，并在10节点和28节点网络上验证其有效性。
2023-11-29 cs.CR cs.LG cs.SY
Fundamental Stealthiness-Distortion Tradeoffs in Dynamical Systems under Injection Attacks: A Power Spectral Analysis
在本文中，我们分析了基本的隐形失真权衡线性高斯动力系统下的数据注入攻击使用功率谱分析，而Kullback-Leibler（KL）的分歧作为隐形措施。特别是，我们得到明确的公式，功率谱的特点分析的隐瘦失真的权衡以及最坏情况下的攻击的属性。此外，一般情况下，攻击者只需要知道系统的输入输出行为，以便执行最坏情况的攻击。
2021-05-11 cs.CR cs.IT cs.SY
Switching and Data Injection Attacks on Stochastic Cyber-Physical Systems: Modeling, Resilient Estimation and Attack Mitigation
Arizona State University（亚利桑那州立大学）；Pennsylvania State University（宾夕法尼亚州立大学）；Swiss Federal Institute of Technology (ETH)（瑞士联邦理工学院（苏黎世联邦理工学院））
本文研究在随机过程中和测量噪声存在下，如何通过多模型推理算法实现鲁棒状态估计，以应对切换机制攻击和传感器信号注入攻击，并讨论攻击检测与缓解方法。
2017-07-22 cs.CR cs.SY eess.SY
Detection of False Data Injection Attacks Using the Autoencoder Approach
状态估计对于电力系统的运行和控制具有重要意义。然而，精心设计的虚假数据注入攻击可以利用传统的基于残差的坏数据检测方法中的盲点，以协调的方式操纵测量，从而影响电网的安全运行和经济调度。本文提出了一种基于自动编码器神经网络的检测方法。通过在“正常”运行数据中固有的依赖关系上训练网络，它有效地克服了电力系统攻击检测中固有的不平衡训练数据的挑战。为了评估所提出的机制的检测性能，我们进行了一系列的IEEE 118节点电力系统的实验。实验结果表明，所提出的自动编码器检测器在各种攻击场景下显示出鲁棒的检测性能。
2022-12-14 cs.CR cs.SY eess.SP
Data-Driven False Data Injection Attacks Against Power Grids: A Random Matrix Approach
我们解决的问题，构建虚假数据注入（FDI）攻击，可以绕过坏数据检测器（BDD）的电网。攻击者被假定只能访问潮流测量数据跟踪（在有限的时间段内收集），并且没有关于电网的其他先验知识。现有的相关算法制定的假设下，攻击者有机会在一个很长的（渐近无限）的时间段，这可能是不现实的测量收集。我们表明，这些方法不执行时，攻击者只有有限数量的数据样本。我们设计了一个增强的算法来构建FDI攻击向量，面对有限的测量，但可以绕过BDD的概率很高。算法设计是由随机矩阵理论的结果。此外，我们描述了一个重要的权衡之间的攻击的BDD绕过概率和它的稀疏性，这会影响攻击的空间范围，必须实现。使用从MATPOWER模拟器和基准IEEE总线系统收集的数据轨迹进行的广泛模拟验证了我们的发现。
2020-07-21 cs.CR cs.IT cs.SY
Data Injection Attacks on Smart Grids with Multiple Adversaries: A Game-Theoretic Perspective
Virginia Tech（弗吉尼亚理工大学）
本文提出多攻击者与单防御者博弈模型，分析智能电网防御策略及攻击者互动，通过Stackelberg游戏和混合满足均衡游戏探讨防御与攻击的博弈均衡，通过IEEE 30节点系统验证防御策略有效性。
2016-04-01 cs.CR cs.GT cs.IT
