Combining Switching Mechanism with Re-Initialization and Anomaly Detection for Resiliency of Cyber-Physical Systems
本文提出一种结合周期性重新初始化和异常检测的多控制器切换策略，通过复用完成重新初始化的控制器保持CPS冗余性，并缩短控制器暴露时间，从而在异常检测器失效时仍能增强信息物理系统抵御攻击的弹性。
2024-09-28 cs.SY eess.SY
Black-box Stealthy GPS Attacks on Unmanned Aerial Vehicles
本研究分析无人机GPS黑盒隐蔽虚假数据注入攻击的脆弱性，证明闭环系统增量指数稳定时仅篡改GPS就能引发任意大位置偏差，且攻击无需系统模型，经案例验证了结论。
2024-09-17 cs.SY eess.SY
A Bayesian Nash equilibrium-based moving target defense against stealthy sensor attacks
我们提出了一种移动目标防御策略，以减少对反馈系统的影响隐形传感器攻击。防御者周期性地在离散集合的阈值之间随机切换，以增加攻击者的不确定性，并使隐形攻击可检测。然而，防御者不知道攻击者的确切目标，而只知道攻击者可能的目标的先验。在这里，我们模型的一个时期与一个恒定的阈值作为贝叶斯博弈，并使用贝叶斯纳什均衡的概念，以找到在该期间的阈值的选择分布，这需要考虑到防御者的不确定性的攻击者。为了获得均衡分布，防御者最小化其成本，包括虚警成本和攻击引起的成本。给出了移动目标防御存在的充分必要条件，并给出了确定移动目标防御的线性规划。此外，我们提出了一个封闭形式的解决方案的特殊情况下，防御者知道攻击者的目标。结果进行了数值评估的四槽过程。
2022-05-31 cs.SY eess.SY math.OC
Model-based Randomness Monitor for Stealthy Sensor Attacks
University of Virginia（弗吉尼亚大学）
对现代自主网络物理系统（CPS）的恶意攻击可以利用有关系统动态和噪声特性的信息来隐藏，同时将系统劫持到不期望的状态。如果攻击试图隐藏在系统噪声配置文件中以保持未被检测到，则意图劫持系统的攻击者将改变传感器测量，这与系统模型的预期相矛盾。为了解决这个问题，在本文中，我们提出了一个框架来检测传感器攻击的影响下的CPS传感器测量的非随机性。具体来说，我们提出了一个运行时监视器，利用两个统计测试，Wilcoxon符号秩检验和串行独立性检验来检测测量数据中不一致的模式。对于建议的统计测试，我们提供了正式的保证和边界的攻击检测。我们验证了我们的方法，通过模拟和实验的无人地面车辆（UGV）的隐身攻击，并比较我们的框架与其他异常检测器。
2020-05-16 cs.RO cs.SY eess.SY
Memoryless Cumulative Sign Detector for Stealthy CPS Sensor Attacks
University of Virginia（弗吉尼亚大学）
对网络物理系统的隐形虚假数据注入攻击将错误的测量引入传感器，目的是降低系统性能。智能攻击者可以利用系统模型和噪声特性的知识来设计隐形攻击，以通过保持在检测阈值内来逃避最先进的故障检测器的检测。然而，在这些隐藏的攻击中，意图劫持系统的攻击者会留下与系统模型预期相矛盾的非随机行为的痕迹。鉴于这些前提下，在本文中，我们提出了一个运行时的监视器，称为累积符号（CUSIGN）检测器，用于识别隐形伪造的测量，如果测量不再表现在一个随机的方式。具体而言，我们提出的CUSIGN监视器考虑测量残差的符号变化及其预期发生，以检测传感器是否可能受到损害。此外，我们的检测器被设计成一个无记忆的过程，消除了需要存储大量的数据序列的攻击检测。我们的特点提出的CUSIGN技术的检测能力，著名的$χ^2$故障检测方案。此外，我们展示了将CUSIGN增强到基于模型的累积和（Cumulative Sum，Cumulative Sum）检测器的优势，该检测器提供了攻击的幅度范围，用于增强传感器欺骗攻击的检测。我们的方法进行了验证，在导航案例研究的无人驾驶地面车辆（UGV）的模拟。
2020-05-15 cs.RO cs.SY eess.SY
A Comparison of Stealthy Sensor Attacks on Control Systems
University of Texas at Dallas（达拉斯大学）；Singapore University of Technology and Design（新加坡科技设计大学）
本文比较了两种隐蔽攻击类型对系统状态的影响，采用卡方检测法分析攻击序列对报警率的约束。
2017-10-06 cs.SY eess.SY math.DS
REAFFIRM: Model-Based Repair of Hybrid Systems for Improving Resiliency
University of Pennsylvania（宾夕法尼亚大学）
本文提出了一种新的模型修复方法和Matlab工具包REAFFIRM，用于通过模型修复提高车载系统（CPSs）的容错性。该方法通过混合系统模型变换和模型综合工具，基于安全要求生成修复后的模型。
2019-02-09 cs.SY eess.SY
Experimental evaluation of sensor attacks and defense mechanisms in feedback systems
在这项工作中，我们评估理论结果的可行性，最坏情况下的影响，和防御机制对隐形传感器攻击的实验设置。我们证明了，对于一个控制器与稳定的动态的隐形传感器攻击是可能的进行和理论上的最坏情况下的影响是接近实际的。然而，虽然攻击理论上应该是可能的，当控制器有积分的行动，我们表明，积分行动减慢攻击者和攻击者是不能够保持隐身，如果它没有完善的知识的控制器状态。此外，我们还研究了不同的异常检测器对攻击影响的影响，并得出结论，具有内部动态的检测器的影响较小。最后，我们使用噪声注入到控制器的动态，以揭示否则隐形攻击。
2022-04-28 cs.SY eess.SY math.OC
Stealthy hacking and secrecy of controlled state estimation systems with random dropouts
我们研究的最大信息增益，对手可以通过黑客攻击而不被发现。考虑由传感器观察到的动态过程，该传感器根据一些参考传输策略跨配备有应答（ACK）的分组丢弃无线信道将系统状态的本地估计传输到远程估计器。对手偷听到传输并主动劫持传感器以重新编程其传输策略。我们定义完美的秘密保持平均期望误差协方差有界的合法估计和无界的对手。通过分析期望误差协方差的平稳分布，我们表明，完美的秘密可以达到不稳定的系统，只有当ACK信道没有数据包丢失。在其他情况下，我们证明了独立的参考政策和检测方法，完美的保密是无法实现的。对于这种情况下，我们制定了一个受约束的马尔可夫决策过程，以获得最佳的传输策略，对手应该在传感器上实现，并设计了一个Stackelberg游戏，以获得最佳的参考策略的合法估计。
2020-11-07 cs.SY eess.SY
Security Metrics of Networked Control Systems under Sensor Attacks (extended preprint)
University of Melbourne（墨尔本大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文针对受扰线性时不变系统，提出两种安全度量来量化隐秘攻击对系统动态的影响，通过篡改传感器测量值。提供基于线性矩阵不等式的分析工具和基于半正定规划的综合工具，以重新设计控制器和监控器，最小化隐秘攻击的影响并保证无攻击系统的性能。
2019-06-03 cs.SY eess.SY
Attack-Resilient State Estimation with Intermittent Data Authentication
对控制系统的基于网络的攻击可能会改变传送到控制器的传感器数据，从而有效地导致控制性能的降低。因此，即使在存在对传感器测量的攻击的情况下，也能够获得准确的状态估计是至关重要的。在本文中，我们分析了弹性状态估计器（RSE）的性能时，任何子集的传感器可能会受到一个隐形攻击者。具体来说，我们考虑的系统与著名的l0为基础的RSE和两个常用的声音入侵检测器（ID）。对于具有有界噪声的线性时不变植物，我们定义了完美可攻击性（PA）的概念，当攻击可能导致无限估计误差，同时保持未被所采用的ID检测到时（即，隐身）。我们推导出必要和充分PA条件，表明即使植物是稳定的，系统也可以完全攻击。虽然PA可以通过使用标准密码机制（例如，消息认证），它们在基于网络的攻击下确保数据完整性，但是它们的连续使用强加了显著的通信和计算开销。因此，我们还研究了在存在隐形攻击的情况下，即使是间歇性使用数据认证对RSE性能保证的影响。我们表明，如果从一些传感器的消息，甚至间歇性认证，隐形攻击可能不会导致无限的状态估计错误。
2020-05-16 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
Attacks on Perception-Based Control Systems: Modeling and Fundamental Limits
该研究针对基于感知的控制系统的隐蔽攻击问题，建立通用攻击模型并引入独立于异常检测器的有效性与隐蔽性概念，推导了隐蔽有效攻击存在的充分条件，揭示了系统动力学特性与攻击脆弱性的关联。
2023-08-28 cs.SY eess.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
Stealthy Deactivation of Safety Filters
本文提出一种针对基于控制障碍函数的安全过滤器的隐蔽虚假数据注入攻击，通过注入虚假传感器测量值使过滤器接受不安全动作，并设计相应检测器以补充传统检测，在双积分器示例上验证。
2024-03-26 cs.SY eess.SY
Stealthy Cyber-Attacks on Vehicle Lateral Dynamics: A System-Theoretic Analysis
McGill University（麦吉尔大学）；University of Ottawa（渥太华大学）
本文研究了三种隐蔽网络攻击对车辆自行车模型的影响，分析了传感器配置对攻击检测性和系统脆弱性的作用，揭示了不同攻击类型对车辆横向动力学的影响机制。
2026-04-17 cs.SY eess.SY
Stealthy bias injection attack detection based on Kullback-Leibler divergence in noisy linear systems
Uppsala University（乌普萨拉大学）
本文提出基于Kullback-Leibler散度的随机线性系统隐蔽偏置注入攻击检测方法，通过max-min优化和双凸优化解决检测问题，提升攻击检测性能。
2026-10-28 cs.SY eess.SY
Scalable and Optimal Security Allocation in Networks against Stealthy Injection Attacks
Uppsala University（乌普萨拉大学）；KTH Royal Institute of Technology（皇家理工学院）
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
Plant Equivalent Controller Realizations for Attack-Resilient Cyber-Physical Systems
Eindhoven University of Technology（埃因霍温理工大学）；Singapore University of Technology and Design（新加坡科技设计大学）
本文提出了一种基于植物等效控制器的闭环系统抗攻击方法，通过可达集分析和线性矩阵不等式设计，提升网络化物理系统在隐蔽攻击下的鲁棒性。
2026-09-10 cs.SY eess.SY
Detection of Hidden Attacks on Cyber-Physical Systems from Serial Magnitude and Sign Randomness Inconsistencies
对网络物理系统（CPS）的隐形虚假数据注入攻击会向机载传感器引入错误的测量信息，从而降低系统性能。智能攻击者能够利用系统模型和噪声特性的知识来改变传感器测量，同时保持未被检测到。为了实现这一目标，设计了隐身攻击序列，使得检测器在受攻击和无攻击的情况下表现相似。因此，想要保持隐藏的攻击者将留下不一致行为的痕迹，与系统模型相矛盾。为了解决这个问题，我们提出了一个运行时监视器，通过监视检测测试措施的串行不一致性来发现传感器测量中的这些不一致。具体来说，我们采用卡方故障检测程序来监测其卡方测试措施的幅度和符号序列。我们验证了我们的方法与模拟的无人地面车辆（UGV）的隐身攻击下，并比较各种国家的最先进的异常检测器的检测性能。
2021-10-05 cs.SY eess.SY
Breaking the Flow and the Bank: Stealthy Cyberattacks on Water Network Hydraulics
本文系统分析供水管网中隐蔽性虚假数据注入攻击，提出仅需局部传感器知识的简单攻击形式，在基准网络上证明其能持续增加成本并改变水流且不被检测，为脆弱性评估与防护策略提供见解。
2025-04-24 cs.CR cs.SY eess.SY
Stealthy Perception-based Attacks on Unmanned Aerial Vehicles
Duke University（杜克大学）
在这项工作中，我们研究的脆弱性，无人机（UAV）的隐形攻击的感知为基础的控制。为了指导我们的分析，我们考虑两个具体的任务：（$i$）地面车辆跟踪（GVT），和（$ii$）垂直起飞和降落（VTOL）的四轴飞行器在移动的地面车辆。具体来说，我们引入了一种方法来随着时间的推移持续攻击传感器测量和相机图像，以导致控制性能下降（例如，通过任务失败）同时保持隐身（即，未被部署的异常检测器检测到）。与主要依赖于深度神经网络对小输入扰动（例如，通过在图像中添加小块和/或噪声），我们表明可以通过改变地面车辆着陆标记的图像以及适当地伪造传感数据来设计隐形但有效的攻击。我们说明了我们的攻击在凉亭3D机器人模拟器的有效性。
2023-03-03 cs.RO cs.SY eess.SY
Regret-Optimal Defense Against Stealthy Adversaries: A System Level Approach
针对控制设计依赖的系统输出易受隐秘攻击的问题，提出含新型度量、系统级优化及等价秩约束求解的遗憾最优控制框架，通过仿真验证了其有效性。
2024-09-14 cs.SY eess.SY
Sensor Attacks and Resilient Defense on HVAC Systems for Energy Market Signal Tracking
本文研究了网络攻击对电网交互式建筑中HVAC系统功率跟踪性能的影响，设计了基于随机优化的隐蔽传感器攻击及弹性控制防御框架，无需过滤受损数据即可将功率跟踪误差降低70%以上。
2023-10-24 cs.SY eess.SY
A Zero-stealthy Attack for Sampled-data Control Systems via Input Redundancy
Seoul National University（首尔大学）；Daegu Gyeongbuk Institute of Science & Technology（大邱庆北科学技术院）
本文提出样本数据控制系统中的一种新型漏洞，当物理系统被数字控制器控制时，若攻击使系统状态通过输出矩阵核，则可实现隐形攻击。输入冗余存在时，此类攻击始终存在。
2018-01-11 cs.SY eess.SY
Coordination Control of Discrete Event Systems under Cyber Attacks
Shanghai Institute of Technology（上海应用技术大学）；Academy of Sciences of the Czech Republic（捷克科学院）；Wayne State University（韦恩州立大学）
本文研究了在联合传感器和执行器攻击下的离散事件系统协调控制问题，提出了一种ALTER模型描述攻击语言，并设计了局部监控器以确保系统安全，推导了必要充分条件，并给出了计算局部状态估计和设计监控器的方法。
2026-05-16 cs.SY eess.SY
Feasibility of Randomized Detector Tuning for Attack Impact Mitigation
KTH Royal Institute of Technology（瑞典皇家理工学院）
本文提出通过随机切换检测器阈值来缓解隐蔽攻击影响的方法，并为无状态和有状态检测器推导了相关条件。
2025-03-14 cs.SY eess.SY
Data-Driven and Stealthy Deactivation of Safety Filters
本文提出一种仅利用观测器输入输出数据识别模型并近似安全区域的隐蔽虚假数据注入攻击，可在无系统先验知识时停用安全滤波器，并在倒立摆上验证其有效性。
2024-12-02 cs.SY eess.SY
Risk Assessment for Connected Vehicles under Stealthy Attacks on Vehicle-to-Vehicle Networks
协同自适应巡航控制（CACC）是一种自动车辆跟随技术，允许高速公路上的车辆组形成紧密耦合的队列。这通过经由车辆到车辆（V2 V）无线通信网络交换车辆间数据来实现。CACC增加了交通吞吐量和安全性，并降低了燃料消耗。然而，车辆连接的激增带来了新的安全挑战，因为车辆网络越来越多地成为试图降低队列性能甚至导致碰撞的对手的新接入点。在这篇手稿中，我们提出了一种新的攻击检测方案，利用实时传感器/网络数据和基于物理的数学模型的车辆在排。然而，即使是最好的检测方案也可能导致保守的检测结果，因为不可避免的建模不确定性，网络效应（延迟，量化，通信丢失）和噪声。任何探测器都很难（通常不可能）区分这些不同的扰动源和实际的攻击信号。这使得对手能够发起一系列攻击策略，这些策略可以通过隐藏在系统的不确定性中来超越检测方案。在这里，我们为互联和自动驾驶汽车（CAV）提供风险评估工具（半定计划），以量化对检测器隐藏的攻击的潜在影响（这里称为\emph{stealthy attacks}）。数值算例表明了该方法的有效性。
2021-09-03 cs.SY eess.SY
Phantom Navigator: Stealthy and Precise Unmanned Aerial Vehicle Redirection with Real-Time Tracking and GPS Spoofing
Duke University（杜克大学）
针对现有无人机重定向攻击可靠性、精准度不足的问题，提出幻影导航器攻击方法，结合离线可达性分析与在线闭环执行层，构建含激光雷达-相机栈的物理平台，实现隐蔽精准的无人机重定向，经案例验证有效。
2026-08-27 cs.RO cs.SY eess.SY
ROAM: Reinforcement Learning Optimized Adaptive Moving Target Defense for Smart Grid
Florida International University（佛罗里达国际大学）；National Laboratories of the Rockies（落基山国家实验室）
提出DRL驱动的MTD框架ROAM，优化智能电网传感器映射，在多节点系统中有效降低隐蔽FDI攻击比例，提升检测率，且具备实时可行性。
2026-10-12 cs.SY eess.SY
On the Stealth of Unbounded Attacks Under Non-Negative-Kernel Feedback
KTH Royal Institute of Technology（瑞典皇家理工学院）
研究了非负核反馈系统中无界攻击的隐蔽性，证明了在特定条件下攻击信号的隐蔽性和可追踪性。
2025-12-27 cs.SY eess.SY
Attack-Resilient Design for Connected and Automated Vehicles
本文针对CACC车队易受隐蔽FDI攻击的问题，提出协同设计分布式监控器与H∞控制器的方法，以最小化攻击与扰动影响并保证车队性能。
2023-06-19 cs.SY eess.SY
Synthesis of Sensor Deception Attacks at the Supervisory Layer of Cyber-Physical Systems
我们研究的安全性的网络物理系统（CPS）的监控层的上下文中。具体来说，我们提出了一个通用的CPS攻击者模型的离散事件系统的框架和调查的问题，合成的攻击策略为一个给定的反馈控制系统。我们的模型捕获了一类欺骗攻击，攻击者有能力劫持传感器读数的子集并误导管理员，其目标是将系统诱导到不期望的状态。我们利用一个类似于游戏的离散过渡结构，称为插入删除攻击结构（IDA），以捕捉监督者和环境（包括系统和攻击者）之间的交互。我们展示了如何使用入侵检测系统来合成三种不同类型的成功隐形攻击，即，避免被管理程序检测到并对系统造成损害的攻击。
2020-08-04 cs.SY eess.SY
Relaxing Integrity Requirements for Attack-Resilient Cyber-Physical Systems
Duke University（杜克大学）
本文研究了在隐蔽攻击下间歇性完整性保障对系统性能的影响，通过线性估计器和残差基入侵检测器，证明即使传感器测量完整性仅间歇性保障，攻击影响仍被显著限制。
2018-01-11 cs.CR cs.SY eess.SY
How Sensor Attacks Transfer Across Lie Groups
Massachusetts Institute of Technology（麻省理工学院）
本文研究了在李群上传感器攻击的转移问题，提出几何框架分析攻击在不同操作条件下保持物理影响和隐蔽性的条件，并证明攻击转移需要与名义动态相容。
2026-09-24 cs.SY eess.SY
How to Secure Distributed Filters Under Sensor Attacks
本文研究了在虚假数据注入攻击下，如何保证具有有界噪声的线性时不变系统的分布式滤波器的安全性。恶意攻击者能够任意操纵随时间变化且未知的传感器子集的观测结果。我们首先提出了一个递归分布式过滤器，包括两个步骤，在每次更新。第一步采用了一个类似饱和的计划，它给出了一个小的增益，如果创新是大对应于一个潜在的攻击。第二步是相邻传感器之间的状态估计的一致性操作。证明了当滤波器参数满足一定条件时，估计误差是上界的。我们进一步分析了条件的可行性，并将其连接到集中式情况下的稀疏可观测性。当被攻击的传感器集是时不变的，安全过滤器是通过添加在线本地攻击检测器修改。该检测器能够识别出观测新息大于检测阈值的被攻击传感器。此外，随着更多的被攻击的传感器被检测到，阈值将自适应地调整，以减少隐形攻击信号的空间。通过估计误差的上界和检测到的攻击传感器的数量之间的显式关系，验证了具有检测的安全滤波器的弹性。此外，对于无噪声的情况下，我们证明了在一定的条件下，每个传感器的状态估计渐近收敛到系统的状态。数值模拟来说明开发的结果。
2021-06-22 cs.SY eess.SY
Dual Rate Control for Security in Cyber-physical Systems
University of Illinois（伊利诺伊大学）
本文研究了反馈系统中传感器和执行器的恶意攻击，提出双速率控制器能确保所有攻击可检测，通过快速采样输出提升性能。
2015-04-28 cs.SY eess.SY
Security Analysis of Camera-LiDAR Fusion Against Black-Box Attacks on Autonomous Vehicles
Duke University（杜克大学）；University of Michigan（密歇根大学）
为了实现安全可靠的决策，自动驾驶汽车（AV）将传感器数据提供给感知算法以了解环境。多帧跟踪的传感器融合在检测3D物体方面变得越来越流行。因此，在这项工作中，我们进行了分析的摄像头激光雷达融合，在AV的背景下，激光雷达欺骗攻击。最近，仅LiDAR感知被证明容易受到LiDAR欺骗攻击;然而，我们证明这些攻击无法破坏相机-LiDAR融合。然后，我们定义了一种新的上下文感知攻击：截头体攻击，并表明，在8种广泛使用的感知算法中-3种仅限LiDAR的架构和3种相机-LiDAR融合架构-都很容易受到截头体攻击。此外，我们还证明了截头体攻击对现有的激光雷达欺骗防御是隐形的，因为它保留了相机和激光雷达语义之间的关系。最后，我们表明，截头体攻击可以随着时间的推移，形成隐形的纵向攻击序列，损害跟踪模块，并创建端到端的AV控制的不利结果。
2022-02-21 cs.CR cs.LG cs.SY
Resilient Set-based State Estimation for Linear Time-Invariant Systems Using Zonotopes
研究了时变传感器攻击下线性时不变系统基于集合的状态估计问题。只要LTI系统是稳定的且可通过每个传感器观察到的，并且至少有一个传感器未受到损害，我们就保证真实状态始终包含在估计集中。为了提高计算效率，我们使用zonotopes来表示这些集合。然而，我们表明，智能设计的隐形攻击可能会导致算法的最坏情况下的复杂性呈指数增长。我们提出了几种策略来处理这个复杂性的问题，并说明我们的弹性zonotope-based状态估计算法的旋转目标系统。
2022-11-15 cs.CR cs.SY eess.SY
Resilient Supervisory Control of Autonomous Intersections in the Presence of Sensor Attacks
本文研究了在传感器攻击存在下自主交叉口的监督控制问题，提出了一种安全、非死锁且最大宽容的抗攻击控制系统，以应对干扰、无控车辆和传感器攻击。
2016-06-21 cs.CR cs.SY eess.SY
Chaotic Masking Protocol for Secure Communication and Attack Detection in Remote Estimation of Cyber-Physical Systems
本文提出混沌掩蔽协议，通过混沌系统编码传感器测量值，在估计器侧同步解码，无需额外安全链路，可抵御窃听、重放及隐蔽虚假数据注入攻击，保障CPS远程估计安全。
2024-03-14 cs.SY eess.SY
From Passive Monitoring to Active Defence: Resilient Control of Manipulators Under Cyberattacks
Department of Computer Science and Engineering, Mälardalen University（计算机科学与工程系，马尔默大学）
针对虚假数据注入攻击（FDIA）下冗余机械臂的弹性控制问题，提出一种基于异常分数的主动控制级防御方法，通过单调函数衰减控制输入，显著降低攻击引起的末端执行器偏差，同时保证无攻击时的标称性能。
2026-05-26 cs.RO cs.SY eess.SY
When Stealth Requires Memory: Budgeted Attack Scheduling under a Whiteness Constraint
Center for Automotive Research, The Ohio State University（俄亥俄州立大学汽车研究中心）
本文提出在资源与白噪声约束下，通过记忆修正创新能量并采用迟滞阈值规则，实现隐蔽攻击调度，在保持高损害的同时显著降低白噪声暴露。
2026-10-06 cs.SY eess.SY
Detecting Integrity Attacks on Control Systems using a Moving Target Approach
Carnegie Mellon University（卡内基梅隆大学）
本文提出利用未知时间变化动态来检测同时试图识别系统并注入隐蔽输出的攻击者，通过引入依赖于控制系统状态的外部状态和传感器来实现检测。
2017-06-25 cs.SY eess.SY
Secure Distributed Consensus Estimation under False Data Injection Attacks: A Defense Strategy Based on Partial Channel Coding
本文研究了分布式一致性估计中虚假数据注入攻击的安全问题，推导了攻击者使估计误差发散且保持隐蔽的充要条件，提出了基于欧氏距离检测和部分信道编码的两种防御策略，并给出了安全关键信道选择程序以平衡安全性与编码成本。
2025-11-02 cs.SY eess.SY
High-Confidence Attack Detection via Wasserstein-Metric Computations
研究了线性信息物理系统的传感器攻击与故障检测问题，系统噪声服从未知的光尾分布。我们提出了一种新的基于阈值的检测机制，采用Wasserstein度量，并保证系统性能具有高置信度，采用有限数量的测量。建议的检测器可能会产生错误警报率$Δ$在正常操作中，其中$Δ$可以被调整到任意小的基准分布，这是我们的机制的一部分。因此，所提出的检测器是敏感的传感器攻击和故障具有统计行为，这是不同于系统的噪声。我们量化了隐形攻击的影响-其目的是扰乱系统运行，同时产生与自然系统噪声一致的假警报-通过概率可达集。为了使我们的方法易于实现，我们提出了一个线性最优化问题，计算建议的检测措施和半定的程序，产生建议的可达集。
2020-05-22 cs.SY eess.SY math.DS
Resilient Non-Submodular Maximization over Matroid Constraints
University of Pennsylvania（宾夕法尼亚大学）
本文研究了在传感器和执行器失效情况下，基于Matroid约束的控制与传感问题，提出了一种具有系统级鲁棒性、可扩展性和可证明近似界的新算法。
2018-12-06 cs.RO cs.SY eess.SY
Active Defense Against False Data Injection Attacks in Robotic Manipulators
M \"a lardalen University, V \"a ster s, Sweden (e-mail: ).
本文提出两种防御方法，即异常感知虚拟阻尼和操作性降低，以提高机器人机械臂在有限时间范围内抵御虚假数据注入攻击的能力，并通过仿真验证其有效性。
2026-05-21 cs.RO cs.SY eess.SY
Behind Closed Doors: Process-Level Rootkit Attacks in Cyber-Physical Microgrid Systems
嵌入式控制器、传感器、执行器、先进的计量基础设施等是微电网（MG）等网络物理能源系统的基石组件。利用其监测和控制功能，可以部署增强MG稳定性的复杂方案。然而，“智能”资产的部署增加了威胁面。电力系统具有能够检测异常操作的机制。此外，由于攻击策略盲目违反电力系统语义，因此攻击策略的复杂性不足可能使它们变得可检测。另一方面，最近越来越多的进程感知rootkit可以以不可检测的方式实现持久性和危害操作，需要特别注意。在这项工作中，我们调查的步骤，其次是隐形rootkit在过程中的控制系统前和后的妥协。我们调查的rootkit ' precompromise阶段，涉及部署到多个系统位置和聚合系统特定的信息，建立一个基于神经网络的虚拟数据驱动模型（VDDM）的系统。然后，在武器化阶段，我们演示了VDDM测量预测是如何至关重要的，首先从多个系统的角度编排瘫痪攻击，最大限度地提高影响，其次，阻碍检测致盲系统操作员的态势感知。
2022-02-20 cs.CR cs.SY eess.SY
Learning-Based Vulnerability Analysis of Cyber-Physical Systems
Duke University（杜克大学）；University of Florida（佛罗里达大学）
这项工作的重点是使用深度学习的网络物理系统（CPS）的脆弱性分析。具体来说，我们考虑CPS中广泛使用的控制架构（例如，机器人技术），其中低级控制基于例如，扩展卡尔曼滤波器（EKF）和异常检测器。为了便于分析潜在的感知攻击可能产生的影响，我们的目标是开发能够设计最大限度地降低系统运行的隐形攻击的学习攻击发生器。我们展示了如何在一个基于学习的灰盒框架内解决这个问题，其中攻击者知道部分运行时信息，并介绍了两个基于前馈神经网络（FNN）的模型;两个模型都是离线训练的，使用组合了对估计误差的攻击效果和用于异常检测的残留信号的成本函数，使得训练的模型能够实时递归地生成这种有效的传感器攻击。所提出的方法的有效性说明了几个案例研究。
2022-04-07 cs.CR cs.LG cs.SY
A Bilevel Optimization Framework for Adversarial Control of Gas Pipeline Operations
本研究针对管道网络的网络攻击威胁，构建融合物理信息的双层优化框架，建模隐蔽FDI攻击与控制的交互，通过KKT重构求解，证实不可检测攻击可造成持续吞吐量损失，凸显整合检测与控制的必要性。
2025-10-02 cs.CR cs.SY eess.SY
