サイバー物理的異常検出のための二段階融合フレームワーク

産業サイバー物理システム（ICPS）は、サイバーおよび物理データを生成し、その共同調整はICPSの運用条件に関する洞察を提供します。サイバー物理的異常検出（CPAD）は、マルチソースおよびマルチモーダルデータ分析を通じてサイバーおよび物理的脅威の共同分析に対処します。CPADはしばしば特定の異常タイプに合わせて調整され、不透明な深層学習モデルを使用する可能性があり、柔軟性と説明可能性に影響を与えます。これらの課題に照らして、分散ICPSにおけるCPADをモデル化し展開する二段階融合フレームワークを提案します。最初の検出器レベルの融合は、CPAD検出器をいくつかの分散ICPSセグメントに展開し、過去のサイバー物理データを用いたデータ/意思決定融合技術でトレーニングします。分散ICPSが運用されて新たなサイバー物理データを収集する際、ICPSセグメントのトレーニングされたCPAD検出器は、第二のアンサンブルレベルの融合を通過する証拠を提供します。ここでは、時間変動動的ベイジアンネットワークに基づく説明可能な意思決定融合技術を提案します。評価には、ラボ環境における実際のハードウェアインザループケーススタディへのフレームワークの包括的な適用が含まれます。提案されたアンサンブルレベルの融合は、最先端の意思決定融合技術を上回り、説明可能な結果を提供します。