論文の概要: A Survey on Cyber-Resilience Approaches for Cyber-Physical Systems
- arxiv url: http://arxiv.org/abs/2302.05402v2
- Date: Thu, 16 May 2024 21:39:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-20 20:53:07.328479
- Title: A Survey on Cyber-Resilience Approaches for Cyber-Physical Systems
- Title（参考訳）: サイバー物理システムに対するサイバー抵抗性アプローチに関する調査研究
- Authors: Mariana Segovia-Ferreira, Jose Rubio-Hernan, Ana Rosa Cavalli, Joaquin Garcia-Alfaro,
- Abstract要約: 重要なインフラにおけるサイバー物理システムのレジリエンスに関する懸念が高まっている。
サイバーレジリエンス(サイバーレジリエンス)は、CPSの中核機能を維持することでCPSの生存を確保することを目的としている。
我々は,サイバーレジリエンスに対処する最近の文献を,CPSで使用される技術に焦点をあてて,体系的に調査する。
- 参考スコア（独自算出の注目度）: 0.4056667956036515
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Concerns for the resilience of Cyber-Physical Systems (CPS)s in critical infrastructure are growing. CPS integrate sensing, computation, control, and networking into physical objects and mission-critical services, connecting traditional infrastructure to internet technologies. While this integration increases service efficiency, it has to face the possibility of new threats posed by the new functionalities. This leads to cyber-threats, such as denial-of-service, modification of data, information leakage, spreading of malware, and many others. Cyber-resilience refers to the ability of a CPS to prepare, absorb, recover, and adapt to the adverse effects associated with cyber-threats, e.g., physical degradation of the CPS performance resulting from a cyber-attack. Cyber-resilience aims at ensuring CPS survival by keeping the core functionalities of the CPS in case of extreme events. The literature on cyber-resilience is rapidly increasing, leading to a broad variety of research works addressing this new topic. In this article, we create a systematization of knowledge about existing scientific efforts of making CPSs cyber-resilient. We systematically survey recent literature addressing cyber-resilience with a focus on techniques that may be used on CPSs. We first provide preliminaries and background on CPSs and threats, and subsequently survey state-of-the-art approaches that have been proposed by recent research work applicable to CPSs. In particular, we aim at differentiating research work from traditional risk management approaches based on the general acceptance that it is unfeasible to prevent and mitigate all possible risks threatening a CPS. We also discuss questions and research challenges, with a focus on the practical aspects of cyber-resilience, such as the use of metrics and evaluation methods as well as testing and validation environments.
- Abstract（参考訳）: 重要なインフラにおけるサイバー物理システム(CPS)のレジリエンスに関する懸念が高まっている。
CPSは、センシング、計算、制御、ネットワークを物理オブジェクトやミッションクリティカルなサービスに統合し、従来のインフラをインターネット技術に接続する。
この統合はサービスの効率を高めるが、新しい機能によって引き起こされる新たな脅威に直面する必要がある。
これは、デニアル・オブ・サービス、データの修正、情報漏洩、マルウェアの拡散など、サイバー脅威につながる。
サイバー抵抗性(英: Cyber-resilience)とは、サイバー攻撃によるCPSのパフォーマンスの物理的劣化など、サイバー脅威に関連する悪影響を準備、吸収、回復、適応する能力である。
サイバーレジリエンス(サイバーレジリエンス)は、CPSの中核機能を維持することでCPSの生存を確保することを目的としている。
サイバーレジリエンスに関する文献は急速に増加しており、この新しいトピックに対処するさまざまな研究結果が生まれている。
本稿では,CPSをサイバー弾力性にする既存の科学的取り組みに関する知識の体系化について述べる。
我々は,サイバーレジリエンスに対処する最近の文献を,CPSで使用される技術に焦点をあてて,体系的に調査する。
我々はまず、CPSと脅威に関する予備研究と背景を提供し、その後、CPSに適用可能な最近の研究によって提案された最先端のアプローチを調査した。
特に,CPSを脅かすリスクの防止と緩和が不可能であるという一般的な認識に基づいて,従来のリスク管理手法と研究成果を区別することを目的としている。
また,サイバーレジリエンスの実践的側面に着目した質問や研究課題についても論じ,メトリクスの利用や評価方法,テストや検証環境などについて論じる。
関連論文リスト
- A Survey on Machine Unlearning: Techniques and New Emerged Privacy Risks [42.3024294376025]
機械学習は、プライバシー保護分野における研究ホットスポットである。
最近の研究者は、さまざまな機械学習アプローチの潜在的なプライバシー漏洩を発見した。
我々は、定義、実装方法、現実世界のアプリケーションなど、さまざまな面でプライバシーリスクを分析します。
論文 参考訳（メタデータ） (2024-06-10T11:31:04Z) - Cyber-sensorium: An Extension of the Cyber Public Health Framework [0.5852077003870417]
我々は、デジタルネットワークと人間の福祉に不可欠な生物学的神経システムとの類似性を引き出す。
このシステムに対するサイバー攻撃は深刻な世界的なリスクをもたらし、その保護の必要性を浮き彫りにした。
論文 参考訳（メタデータ） (2024-06-09T22:44:49Z) - The Malware as a Service ecosystem [5.973995274784383]
この研究は、MaaSが従来のサイバーセキュリティ防衛にもたらす重大な課題を強調している。
防衛戦略のパラダイムシフト、動的分析、行動検出、AIと機械学習技術の統合を提唱する声もある。
最終的な目標は、コモディティ化されたマルウェアの脅威の拡散に対抗するための、より効果的な戦略の開発を支援することである。
論文 参考訳（メタデータ） (2024-05-07T08:25:12Z) - Security Modelling for Cyber-Physical Systems: A Systematic Literature Review [7.3347982474177185]
サイバー物理システム(サイバー物理システム、CPS)は、デジタル技術とエンジニアリング分野の交差点にある。
CPSに対する主要なサイバーセキュリティ攻撃は、これらのシステムの脆弱性に注意を向けている。
この文献は、CPSセキュリティモデリングの最先端の研究を精査し、脅威と攻撃モデリングの両方を包含している。
論文 参考訳（メタデータ） (2024-04-11T07:41:36Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳（メタデータ） (2023-04-02T08:43:03Z) - Adversarial Attacks and Defenses in Machine Learning-Powered Networks: A
Contemporary Survey [114.17568992164303]
機械学習とディープニューラルネットワークにおけるアドリアックと防御が注目されている。
本調査は、敵攻撃・防衛技術分野における最近の進歩を包括的に概観する。
検索ベース、意思決定ベース、ドロップベース、物理世界攻撃など、新たな攻撃方法も検討されている。
論文 参考訳（メタデータ） (2023-03-11T04:19:31Z) - Physical Adversarial Attack meets Computer Vision: A Decade Survey [57.46379460600939]
本稿では,身体的敵意攻撃の概要を概観する。
本研究は,身体的敵意攻撃の性能を体系的に評価する第一歩を踏み出した。
提案する評価基準であるhiPAAは6つの視点から構成される。
論文 参考訳（メタデータ） (2022-09-30T01:59:53Z) - Reinforcement Learning for Feedback-Enabled Cyber Resilience [24.92055101652206]
サイバーレジリエンスは、不適切な保護とレジリエンスメカニズムを補完する新しいセキュリティパラダイムを提供する。
CRM(Cyber-Resilient Mechanism)は、既知の、あるいはゼロデイの脅威や、リアルタイムでの不確実性に適応するメカニズムである。
サイバーレジリエンスに関するRLに関する文献をレビューし、3つの主要な脆弱性に対するサイバーレジリエンスの防御について論じる。
論文 参考訳（メタデータ） (2021-07-02T01:08:45Z) - Resilient Machine Learning for Networked Cyber Physical Systems: A
Survey for Machine Learning Security to Securing Machine Learning for CPS [3.5643245407473545]
サイバー物理システム(CPS)は、物理と情報の世界を統合する能力によって特徴付けられる。
CPSにおけるサイバー上の関心の引き金は、センサから無線通信媒体を介してアクチュエータに情報を送信するプロセスから生じる。
敵対者の増加の世界では、CPSが敵対攻撃から完全に防ぐことがますます困難になっています。
レジリエントなCPSは障害に耐え、敵の操作にもかかわらず機能するように設計されている。
論文 参考訳（メタデータ） (2021-02-14T20:50:18Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳（メタデータ） (2020-10-19T13:09:31Z) - Adversarial Machine Learning Attacks and Defense Methods in the Cyber
Security Domain [58.30296637276011]
本稿では,機械学習技術に基づくセキュリティソリューションに対する敵攻撃に関する最新の研究を要約する。
サイバーセキュリティドメインでエンドツーエンドの敵攻撃を実装するという、ユニークな課題を議論するのは、これが初めてである。
論文 参考訳（メタデータ） (2020-07-05T18:22:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。