面向人形生态系统的网络安全评估系统综述
密码学与安全
2025-09-03 v2 机器人学
摘要
人形机器人正逐步向实际部署进军医疗、工业、国防和服务等领域。虽然通常被视为网络-物理系统（CPS），但它们对传统网络软件堆栈（如 Linux 操作系统）、机器人操作系统（ROS）中间件以及远程软件更新通道的依赖，使其暴露于与传统 CPS 模型不完全覆盖的安全漏洞。先前的研究主要检查特定威胁，如 LiDAR 欺骗或对抗机器学习（AML）。这种狭隘的关注忽略了针对机器人互相连接系统中单个组件的攻击如何在整个系统中扩散损害。我们通过系统化知识（SoK）方法填补了这一差距，采用综合方法，将来自机器人、CPS 和网络安全领域的零散研究整合在一起。我们引入了一个面向人形机器人的七层安全模型，将 39 个已知攻击和 35 个防御组织在人形生态系统中——从硬件到人机交互。建立在该安全模型之上，我们开发了一个带有风险加权评分的 39x35 攻击-防御矩阵，通过蒙特卡罗分析进行验证。我们通过评估三个真实机器人（Pepper、G1 EDU 和 Digit）来展示我们的方法。评分分析显示，这些平台的安全成熟度在 39.9% 到 79.5% 之间。本工作引入了一个结构化、基于证据的评估方法，使系统化安全评估、跨平台基准测试以及指导人形机器人安全投资的优先级排序成为可能。
引用
@article{arxiv.2508.17481,
title = {SoK: Cybersecurity Assessment of Humanoid Ecosystem},
author = {Priyanka Prakash Surve and Asaf Shabtai and Yuval Elovici},
journal= {arXiv preprint arXiv:2508.17481},
year = {2025}
}