基于兔子优化的层次化测试用于工业网络-物理系统

本文提出了 HERO（Hierarchical Testing with Rabbit Optimization），这是一种新型黑箱对抗测试框架，用于评估基于深度学习的工业网络-物理系统prognostics和健康管理系统的鲁棒性。该框架利用人工兔子优化生成与真实数据分布一致的物理约束对抗样本，分别从全局和局部视角实现。其通用性确保适用于多种 ICPS 场景。本研究特别关注质子交换膜燃料电池系统，该系统因其高度动态的运行条件、复杂的退化机制以及日益增加的集成至 ICPS 作为可持续且高效能源解决方案而被选择。实验结果突显 HERO 能够即使发现最先进的 PHM 模型中的漏洞，凸显在实际应用中增强鲁棒性的紧迫性。通过解决这些挑战，HERO 展示了其在广泛 ICPS 领域推动更具韧性的 PHM 系统发展的潜力。