诱导 AI：针对受 AI 保护的工业基础设施的误导性对手
密码学与安全
2026-01-14 v1
摘要
本文探讨了一种新型针对工业控制系统 (ICS) 的网络攻击向量，尤其关注水处理设施。我们发展了一种新的多智能体深度强化学习 (DRL) 方法，攻击者设计致密的、战略性时机的磨损攻击，以细微降低产品质量并缩短现场执行器的寿命。这种高级方法不仅利用 DRL 方法在受目标基础设施施加精确且有害的影响，还能规避当代 AI 驱动的防御系统。通过开发和实施量身定制的策略，攻击者确保其敌对行为与正常运行模式无缝融合，规避集成安全措施。我们的研究揭示了该攻击策略的鲁棒性，揭示了 DRL 模型可能被用于对抗性目的的潜力。我们的研究通过行业级测试和分析得到验证。为可重复性和进一步研究，所有相关材料，包括数据集和文档，均公开 accessible。
引用
@article{arxiv.2601.08481,
title = {Baiting AI: Deceptive Adversary Against AI-Protected Industrial Infrastructures},
author = {Aryan Pasikhani and Prosanta Gope and Yang Yang and Shagufta Mehnaz and Biplab Sikdar},
journal= {arXiv preprint arXiv:2601.08481},
year = {2026}
}