保护群集：基于 ROS2 的 CPS 跨域适应异常检测
密码学与安全
2025-08-25 v1 人工智能
摘要
cyber-physical systems（CPS）正日益被用于关键应用领域。CPS 组合了感知与计算元素，常具有多层设计，包含网络、计算和物理接口，为各种应用场景提供了增强的能力。然而，物理与计算元素的组合也使 CPS 相对于仅网络系统更易受攻击，攻击的后果可能具有重大影响。智能入侵检测系统（IDS）是 CPS 获得安全性的有效手段，但大多数当前解决方案仅在网络流量数据集上进行训练与验证，忽略了可能在其他系统层发生的不同攻击。在此基础上，我们开发了一个可适应的 CPS 异常检测模型，能够在无需先验标记数据的情况下检测 CPS 中的攻击。为实现这一目标，我们利用域适应技术将已知攻击知识从仅网络流量的环境迁移到 CPS 环境。我们使用一种最新的数据集进行验证，该数据集融合了网络、操作系统（OS）和机器人操作系统（ROS）数据。通过该数据集，我们能够展示该模型在网络流量-only 环境和 CPS 环境中，对不同攻击类型的有效性，以及其优于其他异常检测方法的能力。
引用
@article{arxiv.2508.15865,
title = {Securing Swarms: Cross-Domain Adaptation for ROS2-based CPS Anomaly Detection},
author = {Julia Boone and Fatemeh Afghah},
journal= {arXiv preprint arXiv:2508.15865},
year = {2025}
}
备注
Accepted for publication in MILCOM 2025. 6 pages, 2 figures