信息物理系统安全：异常检测技术综述
密码学与安全
2026-04-07 v2 人工智能
摘要
在日益互联的世界中，信息物理系统（CPS）对于医疗保健、交通运输和制造业等关键行业至关重要，它将物理过程与计算智能相融合。然而，这些系统的安全性是一个主要问题。无论是来自传感器故障还是网络攻击的异常，都可能导致灾难性故障，因此有效的检测对于防止损害和服务中断至关重要。本文对 CPS 中的异常检测技术进行了全面综述。我们对各种方法进行了分类和比较，包括数据驱动方法（机器学习、深度学习、机器学习-深度学习集成）、模型驱动方法（基于数学、基于不变量）、混合数据-模型方法（物理信息神经网络）以及面向系统的方法。我们的分析强调了每种技术的优缺点，为创建更安全、更可靠的系统提供了实用指南。通过识别当前的研究空白，我们旨在激发未来的工作，以在我们自动化的世界中增强 CPS 的安全性和适应性。
引用
@article{arxiv.2502.13256,
title = {Cyber-Physical Systems Security: A Comprehensive Review of Anomaly Detection Techniques},
author = {Danial Abshari and Meera Sridhar},
journal= {arXiv preprint arXiv:2502.13256},
year = {2026}
}