論文の概要: MARS: Detecting Unauthorized Variable Manipulations in Multi-Application PLC Runtimes

• arxiv url: http://arxiv.org/abs/2609.06306v1
• Date: Sat, 05 Sep 2026 23:33:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 06:07:57.190957
• Title: MARS: Detecting Unauthorized Variable Manipulations in Multi-Application PLC Runtimes
• Title（参考訳）: MARS:マルチアプリケーションPLCランタイムにおける不正な変数操作の検出
• Abstract要約: アプリケーションレベルの認証とPLC変数操作の帰属のための自動フレームワークであるMARSを提案する。 我々は,無許可のアプリケーションが通常の境界内に留まりながらPLC変数を操作する攻撃に対して,製造・化学・水処理システムにおけるMARSを評価した。
• 参考スコア（独自算出の注目度）: 9.546245024055713
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Programmable Logic Controllers (PLCs) increasingly run multiple applications alongside the main control program, with shared access to PLC variables. Yet, Industrial Control System (ICS) defenses primarily detect malicious updates by checking whether variable values violate expected bounds, without considering which application performed the update. A malicious application can exploit this gap by modifying variables within normal bounds while still driving the physical process toward an unsafe state. Even when such manipulation is detected, operators cannot identify the responsible application because PLCs do not associate variable updates with application identity. We present MARS, an automated framework for application-level authorization and attribution of PLC variable manipulations. MARS profiles applications on an isolated virtual PLC (vPLC) to derive application-specific variable-access policies and uses a shadow vPLC during operation to attribute production-PLC updates to individual applications without instrumenting the production controller. MARS also detects manipulations that occur only on the production PLC and therefore have no corresponding update on the shadow vPLC. We evaluate MARS on manufacturing, chemical, and water-treatment systems against attacks in which unauthorized applications manipulate PLC variables while remaining within normal bounds. Our results show that MARS detects these manipulations and identifies the responsible application.
• Abstract（参考訳）: Programmable Logic Controllers (PLC) は、PLC変数への共有アクセスを伴うメインコントロールプログラムと並行して複数のアプリケーションを実行するようになっている。 しかし、ICS(Industrial Control System)のディフェンスは、どのアプリケーションが更新を実行したかを考慮せずに、変数値が期待される境界に反するかどうかをチェックすることによって、主に悪意のある更新を検出する。 悪意のあるアプリケーションは、物理プロセスを安全でない状態に向けて運転しながら、通常の境界内で変数を変更することで、このギャップを利用することができる。 このような操作が検出されたとしても、PLCが変数更新とアプリケーションIDを関連付けないため、オペレータは責任あるアプリケーションを識別できない。 アプリケーションレベルの認証とPLC変数操作の帰属のための自動フレームワークであるMARSを提案する。 MARSは、アプリケーション固有の変数アクセスポリシーを導出するために、分離された仮想PLC(vPLC)上のアプリケーションをプロファイルし、運用中にシャドウvPLCを使用して、プロダクションコントローラを実装せずに、個々のアプリケーションにプロダクション-PLC更新を属性付けする。 MARSはまた、プロダクションPLCでのみ発生する操作を検出し、従ってシャドウvPLCに対応するアップデートはない。 我々は,無許可のアプリケーションが通常の境界内に留まりながらPLC変数を操作する攻撃に対して,製造・化学・水処理システムにおけるMARSを評価した。 以上の結果から,MARSはこれらの操作を検知し,責任あるアプリケーションを特定する。

関連論文リスト

• Agentic Visual Generation: From Generative Models to Agentic Control [73.3572965008302]
  ほとんどの既存のシステムでは、コントローラはLLMまたはVLMであり、ビジュアルジェネレーションモデルはツールやエグゼクタとして機能する。 計画の深さ、道具の使用、複数ロールの協調、強化学習は、しばしばエージェント性の証拠として扱われる。 生成プロセスにおいて、コントローラが直接制御できるものに応じてフィールドを整理する。
  論文  参考訳（メタデータ） (2026-09-06T17:59:24Z)
• PLCBench: Can Autonomous LLM Agents Turn PLC Access into Sustained Physical Impact? [8.55906011630603]
  PLCBENCHは、サイバー・物理的能力とその境界を特徴付ける最初の実PLCハードウェア・イン・ザ・ループフレームワークである。 ベンダーとネイティブのインタラクション、商用のPLC実行、クローズドループのリダクションプロセスシミュレーション、独立した結果検証を組み合わせたものだ。 その結果、98エピソードは有効なネイティブ読み取りの前に停止するのに対し、62エピソードはプロセスリンクされた書き込みに到達するが、最終的な目的を維持できないことがわかった。
  論文  参考訳（メタデータ） (2026-08-27T09:40:11Z)
• LMSM: LLM Security Framework Inspired by Linux Security Modules [56.93644694627783]
  大規模言語モデル(LLM)は階層化されたディフェンスでデプロイされることが多いが、悪意のあるプロンプトはそれらをバイパスすることができる。 我々は,Language Model Security Modules (LMSM) という,Linux Security Modules (LSM) の背後にある分離を LLM サービスに適応させるセキュリティフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-26T12:13:05Z)
• CSymPlan: Certified Symbolic Planning and Control for High-DOF Manipulators [4.257148651564725]
  CSymPlanは、高DOFマニピュレータのためのシンボリックプランニングおよび制御フレームワークである。 オフライン実装は、既知のワークスペースに対する認証済みのリーチ回避フィードバックポリシーをプリ計算する。 オンライン実装は、タスクや知覚情報の変更から実行時にシンボリックポリシーを合成または更新する。 どちらの実装も、安全違反のないリーチ回避タスクを完了している。
  論文  参考訳（メタデータ） (2026-08-24T08:45:37Z)
• KS-CFA: Control-Flow Attestation via Symbolic Replay Against Control-Flow Bending Attacks [2.4632421150043573]
  KS-CFAは4つの転送タイプにわたるCFB攻撃を、コストを伴わずに検出する新しいCFA方式である。 証明装置は、信頼された実行環境(TEE)内、制御フロートレースおよび関連する実行時変数を決定する外部入力を記録する。 RISC-V Keystone TEEとEmbnch-IoTをQEMUとRocketベースのFPGAプラットフォーム上で実装し,KS-CFAを評価する。
  論文  参考訳（メタデータ） (2026-07-08T21:16:45Z)
• DISARM: Target Electronic Device Informed Mitigation of Software Runtime Side-Channel Vulnerabilities [2.537406035246369]
  プログラム実行時またはタイミング攻撃は、プログラムの実行時間の変化を利用して機密情報を抽出する。 本研究では,実行時側チャネル脆弱性の軽減を目的としたハードウェアとソフトウェアの共同手法であるdisARMを提案する。 私たちは、C、C++、Javaのソースコードをサポートし、22の標準ベンチマークでそれを検証するためにDIARMを実装しています。
  論文  参考訳（メタデータ） (2026-06-18T05:22:38Z)
• CORA: Conformal Risk-Controlled Agents for Safeguarded Mobile GUI Automation [68.53387633351484]
  有害な行為に対する統計的保証を提供するポスト・ポリティクス・プレアクション保護フレームワークであるCORA(Conformal Risk-control GUI Agent)を提案する。 CORAは、安全を選択的行動実行として再定義する:我々は、提案されたステップごとに行動条件リスクを推定するためにガーディアンモデルを訓練する。 このパラダイムを厳格に評価するために、ステップレベルのハーモラベルを持つモバイル安全違反の新しいベンチマークであるPhone-Harmを紹介する。
  論文  参考訳（メタデータ） (2026-04-10T09:41:21Z)
• DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
  大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。 この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。 本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-13T05:01:09Z)
• Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
  オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。 モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。 実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
  論文  参考訳（メタデータ） (2024-12-05T18:58:27Z)
• Agents4PLC: Automating Closed-loop PLC Code Generation and Verification in Industrial Control Systems using LLM-based Agents [27.097029139195943]
  Agents4PLCは、PLCコード生成とコードレベルの検証を自動化する新しいフレームワークである。 まず、検証可能なPLCコード生成領域のベンチマークを作成する。 そして、自然言語の要件から、人間によって記述された形式仕様と参照PLCコードへ移行する。
  論文  参考訳（メタデータ） (2024-10-18T06:51:13Z)
• Get my drift? Catching LLM Task Drift with Activation Deltas [55.75645403965326]
  タスクドリフトは攻撃者がデータを流出させたり、LLMの出力に影響を与えたりすることを可能にする。 そこで, 簡易線形分類器は, 分布外テストセット上で, ほぼ完全なLOC AUCでドリフトを検出することができることを示す。 このアプローチは、プロンプトインジェクション、ジェイルブレイク、悪意のある指示など、目に見えないタスクドメインに対して驚くほどうまく一般化する。
  論文  参考訳（メタデータ） (2024-06-02T16:53:21Z)
• Certified Reinforcement Learning with Logic Guidance [78.2286146954051]
  線形時間論理(LTL)を用いて未知の連続状態/動作マルコフ決定過程(MDP)のゴールを定式化できるモデルフリーなRLアルゴリズムを提案する。 このアルゴリズムは、トレースが仕様を最大確率で満たす制御ポリシーを合成することが保証される。
  論文  参考訳（メタデータ） (2019-02-02T20:09:32Z)

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。