論文の概要: Industrial Survey on Robustness Testing In Cyber Physical Systems
- arxiv url: http://arxiv.org/abs/2603.04587v1
- Date: Wed, 04 Mar 2026 20:30:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-06 22:06:10.970273
- Title: Industrial Survey on Robustness Testing In Cyber Physical Systems
- Title（参考訳）: サイバー物理システムにおけるロバストネス試験に関する産業調査
- Authors: Christophe Ponsard, Abiola Paterne Chokki, Jean-François Daune,
- Abstract要約: 本稿では,ワロニアにおける産業調査の結果について述べる。
要求工学との関係において、その理解と適用方法から堅牢性を調査する。
業界プラクティスと最先端の方法論の主な課題とギャップを特定します。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Cyber-Physical Systems (CPS) play a critical role in modern industrial domains, including manufacturing, energy, transportation, and healthcare, where they enable automation, optimization, and real-time decision-making. Ensuring the robustness of these systems is paramount, as failures can have significant economic, operational, and safety consequences. This paper present findings from an industrial survey conducted in Wallonia, covering a wide range of sectors, to assess the current state of practice in CPS robustness. It investigates robustness from how it is understood and applied in relationship with requirements engineering, system design, test execution, failure modes, and available tools. It identifies key challenges and gaps between industry practices and state-of-the-art methodologies. Additionally, it compares our findings with similar industrial surveys from the literature.
- Abstract（参考訳）: CPS(Cyber-Physical Systems)は、製造業、エネルギー、輸送、医療など、現代の産業分野において重要な役割を担い、自動化、最適化、リアルタイム意思決定を可能にしている。
これらのシステムの堅牢性を確保することが最重要であり、障害は経済的、運用的、安全上の重大な結果をもたらす可能性がある。
本稿では,CPSロバストネスの実践状況を評価するため,ワロニアにおける幅広い分野を対象とした産業調査の結果を報告する。
要件エンジニアリング、システム設計、テスト実行、障害モード、利用可能なツールとの関連において、その理解と適用方法から堅牢性を調査する。
業界プラクティスと最先端の方法論の主な課題とギャップを特定します。
また,本研究の成果を,同種の産業調査と比較した。
関連論文リスト
- Exploring Organizational Readiness and Ecosystem Coordination for Industrial XR [13.208044845342412]
拡張現実(XR)は、産業支援、訓練、変革的メンテナンスの可能性を秘めている。
しかし、職業価値とハードウェアの成熟が証明されたにもかかわらず、広く採用が遅れた。
本研究では,17名の専門家インタビューの質的生態系分析を通じて,この現象を考察する。
論文 参考訳（メタデータ） (2026-01-14T00:21:53Z) - Empowering Real-World: A Survey on the Technology, Practice, and Evaluation of LLM-driven Industry Agents [63.03252293761656]
本稿では,大規模言語モデル(LLM)に基づく産業エージェントの技術,応用,評価手法を体系的にレビューする。
エージェント能力の進歩を支える3つの重要な技術柱として,記憶,計画,ツール利用について検討する。
本稿では,デジタル工学,科学的発見,具体的インテリジェンス,協調ビジネス実行,複雑なシステムシミュレーションといった実世界の領域における産業エージェントの応用の概要について述べる。
論文 参考訳（メタデータ） (2025-10-20T12:46:55Z) - CoFacS -- Simulating a Complete Factory to Study the Security of Interconnected Production [2.0766068042442174]
CoFacSはCumplete FACtory Simulationの最初のもので、生産ライン全体を複製し、実際の産業アプリケーションを統合することができる。
我々は,CoFacSが物理参照に最大0.11%ずれがあることを示し,物理的攻撃やネットワークベースのサイバー攻撃の影響を調査できることを示した。
論文 参考訳（メタデータ） (2025-08-20T08:36:55Z) - IndustryEQA: Pushing the Frontiers of Embodied Question Answering in Industrial Scenarios [46.421243185923814]
既存のEmbodied Question Answering (EQA)ベンチマークは主に家庭環境に焦点を当てている。
安全クリティカルな倉庫シナリオにおけるエンボディエージェント能力を評価するための最初のベンチマークであるIndustrialEQAを紹介する。
このベンチマークには、機器の安全性、人間の安全性、オブジェクト認識、属性認識、時間的理解、空間的理解の6つのカテゴリをカバーする豊富なアノテーションが含まれている。
論文 参考訳（メタデータ） (2025-05-27T02:36:17Z) - Sustainable Diffusion-based Incentive Mechanism for Generative AI-driven Digital Twins in Industrial Cyber-Physical Systems [65.22300383287904]
産業用サイバー物理システム(ICPS)は、現代の製造業と産業にとって不可欠なコンポーネントである。
製品ライフサイクルを通じてデータをデジタル化することにより、ICPSのDigital Twins(DT)は、現在の産業インフラからインテリジェントで適応的なインフラへの移行を可能にします。
GenAIはDTの構築と更新を推進し、予測精度を改善し、多様なスマート製造に備える。
論文 参考訳（メタデータ） (2024-08-02T10:47:10Z) - Bridging the Gap: A Study of AI-based Vulnerability Management between Industry and Academia [4.4037442949276455]
人工知能(AI)の最近の研究進歩は、自動化されたソフトウェア脆弱性管理に有望な結果をもたらした。
業界は、AIベースのテクニックをセキュリティ脆弱性管理ワークフローに統合することに関して、非常に慎重で選択的だ。
我々は、産業の期待をよりよく理解し、AIベースのセキュリティ脆弱性研究の実践的ユーザビリティを改善し、産業とアカデミックの相乗効果を推し進めるための将来の方向性を提案する。
論文 参考訳（メタデータ） (2024-05-03T19:00:50Z) - IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。
本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。
このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
論文 参考訳（メタデータ） (2024-04-23T13:38:01Z) - Intelligent Condition Monitoring of Industrial Plants: An Overview of Methodologies and Uncertainty Management Strategies [4.270144986042909]
現代の産業システムの安全性、信頼性、効率を確保するためには、条件監視が不可欠である。
産業プロセスの複雑さが増すにつれ、人工知能(AI)は断層検出と診断の強力なツールとして登場してきた。
State-of-the-art Machine Learning (ML)とDeep Learning (DL)アルゴリズムをレビューし、その強み、限界、産業的故障の検出と診断への適用性を強調した。
論文 参考訳（メタデータ） (2024-01-03T21:35:03Z) - TMAP: A Threat Modeling and Attack Path Analysis Framework for Industrial IoT Systems (A Case Study of IoM and IoP) [2.9922995594704984]
スマートファクトリにセキュアな産業制御生産システム(ICPS)を配備するには、サイバー脅威とリスクに対処する必要がある。
サイバー物理システム(CPS)における脅威モデリングの現在のアプローチはアドホックで非効率である。
本稿では,予測可能な攻撃ベクトルを同定し,攻撃経路を評価し,各ベクトルの大きさを評価することを目的とした,新しい定量的脅威モデリング手法を提案する。
論文 参考訳（メタデータ） (2023-12-23T18:32:53Z) - Survey on Foundation Models for Prognostics and Health Management in
Industrial Cyber-Physical Systems [1.1034992901877594]
BERTやGPTのような大規模基盤モデル(LFM)は、AI技術の大幅な進歩を示している。
ChatGPTはこの研究パラダイムにおける顕著な成果であり、汎用人工知能の可能性を秘めている。
データ取得技術とデータ処理能力の継続的な向上を考えると、LCMはICPSのPHMドメインにおいて重要な役割を担うことが期待されている。
論文 参考訳（メタデータ） (2023-12-11T09:58:46Z) - On a Uniform Causality Model for Industrial Automation [61.303828551910634]
産業自動化の様々な応用分野に対する一様因果モデルを提案する。
得られたモデルは、サイバー物理システムの振る舞いを数学的に記述する。
このモデルは、機械学習に焦点を当てた産業自動化における新しいアプローチの応用の基盤として機能することが示されている。
論文 参考訳（メタデータ） (2022-09-20T11:23:51Z) - Multi Agent System for Machine Learning Under Uncertainty in Cyber
Physical Manufacturing System [78.60415450507706]
近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。
ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。
本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
論文 参考訳（メタデータ） (2021-07-28T10:28:05Z)
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。