一种基于强化学习的自适应检测策略以保护信息物理系统
密码学与安全
2026-02-17 v1 机器学习
摘要
对基于网络的软件控制的日益依赖加剧了信息物理系统（CPS）的脆弱性。利用动力学系统理论开发的检测与监控组件常被用作轻量级安全措施，以保护此类安全关键型 CPS 免受虚假数据注入攻击。然而，现有方法未将攻击场景与检测系统参数相关联。在本工作中，我们提出一种基于强化学习（RL）的框架，其根据从攻击场景中学到的经验自适应地设置此类检测器的参数，在尝试保持性能的控制动作的同时最大化检测率并最小化误报。
引用
@article{arxiv.2103.02872,
title = {An RL-Based Adaptive Detection Strategy to Secure Cyber-Physical Systems},
author = {Ipsita Koley and Sunandan Adhikary and Soumyajit Dey},
journal= {arXiv preprint arXiv:2103.02872},
year = {2026}
}