DynaMark：面向工业机械控制器的动态水印强化学习框架
系统与控制
2025-09-01 v1 人工智能
密码学与安全
机器学习
系统与控制
应用统计
摘要
工业4.0的高度网络化机械控制器（Machine Tool Controllers, MTCs）是利用过时传感器数据操纵执行器的重放攻击的主要目标。动态水印可揭示此类篡改，但现有方案假设线性-高斯动态并使用恒定水印统计信息，使其易受时间可变、部分专有MTC行为的攻击。我们通过将动态水印建模为马尔可夫决策过程（MDP），构建一个强化学习框架DynaMark来弥合这一差距。它在线学习自适应策略，动态调整零均值高斯水印的协方差，无需系统知识即可利用可用测量值和检测反馈。DynaMark最大化独特的奖励函数，在控制性能、能源消耗和检测置信度之间动态平衡。我们开发了用于线性系统实时检测置信度的贝叶斯信念更新机制。该方法独立于特定系统假设，为线性动力学系统的MDP提供支撑。在西门子Sinumerik 828D控制器数字孪生体上，DynaMark在保持名义轨迹的同时，相较于恒定方差基线，实现了70%的水印能耗降低。物理步进电机实验台也验证了这些发现，快速触发报警，控制性能下降更小，超越现有基准。
引用
@article{arxiv.2508.21797,
title = {DynaMark: A Reinforcement Learning Framework for Dynamic Watermarking in Industrial Machine Tool Controllers},
author = {Navid Aftabi and Abhishek Hanchate and Satish Bukkapatnam and Dan Li},
journal= {arXiv preprint arXiv:2508.21797},
year = {2025}
}