論文の概要: RISK: Auditing Industrial Control Systems for Too-Late-to-Recover Vulnerabilities

• arxiv url: http://arxiv.org/abs/2609.38528v1
• Date: Tue, 29 Sep 2026 20:45:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.723369
• Title: RISK: Auditing Industrial Control Systems for Too-Late-to-Recover Vulnerabilities
• Title（参考訳）: RISK:遅すぎる発見脆弱性に対する産業制御システムの検討
• Abstract要約: 遅すぎて回復できない脆弱性は、検出される前に攻撃が利用可能なリカバリマージンを排出することを可能にする。 我々は,TLTR攻撃シナリオを発見し,検証する自動フレームワークRISKを開発した。 ICS試験場3施設および実生肥料製造工場でRISKを評価した。
• 参考スコア（独自算出の注目度）: 12.225330186773176
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The security of industrial control systems (ICS) is important. Yet most ICS security efforts focus on the detection of ICS attacks, with much less attention to the recovery after detection. In this paper, we address this underexplored area by jointly auditing the detection and recovery of ICS. Specifically, we define the too-late-to-recover (TLTR) vulnerability, which allows an attack to drain the available recovery margin before being detected, such that the subsequent recovery procedure will fail to bring the ICS back to a safe state due to the insufficient margin. To audit an ICS for TLTR vulnerabilities, we develop RISK, an automated framework that discovers and validates possible TLTR attack scenarios. RISK holistically models and analyzes, statically and dynamically, the PLC control logic, attack detection policies, recovery procedures, and operational behaviors of an ICS to generate TLTR attack scenarios with concrete attack parameters. We evaluate RISK on three ICS testbeds as well as a real-world fertilizer production plant. Across the three testbeds, a total of 392 TLTR attacks are generated and confirmed, whereas only a small fraction of them can be discovered by existing ICS vetting tools. In the real-world plant, RISK identified a critical TLTR vulnerability which was validated by plant engineers.
• Abstract（参考訳）: 産業制御システム(ICS)のセキュリティは重要である。 しかし、ICSのセキュリティ活動のほとんどはICS攻撃の検出に重点を置いており、検出後の回復にはあまり注意を払わない。 本稿では,ICSの検出と回復を共同で監査することで,この未探索領域に対処する。 具体的には、検出前に利用可能なリカバリマージンを除去する攻撃を可能にするTLTR脆弱性を定義し、その後のリカバリ手順では、マージン不足のためICSを安全な状態に戻すことができない。 TLTR脆弱性のICSを監査するために,TLTR攻撃シナリオを発見し,検証する自動化フレームワークRISKを開発した。 RISKは、TLTR攻撃シナリオを具体的な攻撃パラメータで生成するために、PLC制御ロジック、攻撃検出ポリシー、リカバリ手順、ICSの動作をモデル化し、静的かつ動的に解析する。 ICS試験場3施設および実生肥料製造工場でRISKを評価した。 3つのテストベッド全体で、合計392のTLTR攻撃が生成され、確認されている。 現実世界のプラントでは、RISKはプラントエンジニアによって検証された重要なTLTR脆弱性を特定した。

関連論文リスト

• Test-Time Training Undermines Safety Guardrails [53.00299679873018]
  テスト時間トレーニング(TTT)は、モデルが推論中にパラメータを適応できるようにする新しいパラダイムである。 TTTの3つの脅威モデルを特定し、攻撃者が安全フィルタをバイパスする方法を実証する。
  論文  参考訳（メタデータ） (2026-05-21T19:27:06Z)
• On the Challenges of Holistic Intrusion Detection in ICS [2.0421986354783437]
  産業制御システム(ICS)に対する過去の攻撃は、敵がしばしばICSネットワークと物理的プロセスの両方をターゲットにして破滅的な影響を及ぼしていることを示している。 ICSを確保するため、侵入検知システムはそのような敵をタイムリーに発見することを約束する。 我々はICSの全次元をカバーすることを目的とした総合的侵入検知システムについて,本研究中に遭遇した課題について述べる。
  論文  参考訳（メタデータ） (2026-04-23T12:45:21Z)
• Frontier AI Risk Management Framework in Practice: A Risk Analysis Technical Report v1.5 [61.787178868669265]
  この技術レポートは、サイバー犯罪、説得と操作、戦略上の詐欺、制御されていないAIR&D、自己複製の5つの重要な側面について、更新されきめ細かな評価を提示する。 この作業は、現在のAIフロンティアのリスクに対する理解を反映し、これらの課題を軽減するための集団行動を促します。
  論文  参考訳（メタデータ） (2026-02-16T04:30:06Z)
• RISER: Orchestrating Latent Reasoning Skills for Adaptive Activation Steering [62.63376387138257]
  本稿では,アクティベーション空間における大規模言語モデル(LLM)推論を適応的に制御するプラグイン・アンド・プレイ介入フレームワークを提案する。 RISERは再利用可能な推論ベクトルのライブラリを構築し、軽量ルータを使用して各入力に対して動的に構成する。 ルーターは、タスクレベルの報酬の下で強化学習を通じて最適化され、緊急かつ構成的な方法で潜在する認知的プリミティブを活性化する。
  論文  参考訳（メタデータ） (2026-01-14T08:04:33Z)
• External Data Extraction Attacks against Retrieval-Augmented Large Language Models [70.47869786522782]
  RAGは、大規模言語モデル(LLM)を拡張するための重要なパラダイムとして登場した。 RAGは外部データ抽出攻撃(EDEA)の新たなリスクを導入している。 本研究は, EDEA を検索拡張 LLM に対して形式化する最初の総合的研究である。
  論文  参考訳（メタデータ） (2025-10-03T12:53:45Z)
• ICSLure: A Very High Interaction Honeynet for PLC-based Industrial Control Systems [0.0]
  ハニーポットは、ターゲットシステムのエミュレートと攻撃行動をキャプチャすることで、そのような脅威を検出し、分析する手段を提供する。 伝統的なICSハニーポットは、1つのPLCのソフトウェアベースのシミュレーションに制限されることが多いが、敵と戦うのに必要な現実性は欠如している。 本研究では,物理PLCと高度な産業プロトコルを統合したICSLureというモジュール型ハニーネットフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-04T10:18:30Z)
• CANTXSec: A Deterministic Intrusion Detection and Prevention System for CAN Bus Monitoring ECU Activations [53.036288487863786]
  物理ECUアクティベーションに基づく最初の決定論的侵入検知・防止システムであるCANTXSecを提案する。 CANバスの古典的な攻撃を検知・防止し、文献では調査されていない高度な攻撃を検知する。 物理テストベッド上での解法の有効性を実証し,攻撃の両クラスにおいて100%検出精度を達成し,100%のFIAを防止した。
  論文  参考訳（メタデータ） (2025-05-14T13:37:07Z)
• Guardians of the Agentic System: Preventing Many Shots Jailbreak with Agentic System [0.8136541584281987]
  本研究は,3つの検査手法を用いて,逆チューリングテストによりローグエージェントを検出し,マルチエージェントシミュレーションにより知覚的アライメントを解析する。 GEMINI 1.5 Pro と llama-3.3-70B, Deepseek r1 モデルを用いて, 抗ジェイルブレイクシステムを開発した。 GEMINI 1.5 Proの94%の精度など、検出能力は強いが、長時間の攻撃を受けた場合、システムは永続的な脆弱性に悩まされる。
  論文  参考訳（メタデータ） (2025-02-23T23:35:15Z)
• EARBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [53.717918131568936]
  EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。 高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。 しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。 本研究では,EAIシナリオにおける身体的リスクの自動評価のための新しいフレームワークEARBenchを紹介する。
  論文  参考訳（メタデータ） (2024-08-08T13:19:37Z)
• ICS-Sniper: A Targeted Blackhole Attack on Encrypted ICS Traffic [7.188557101906752]
  ICSの通信路におけるインターネットの敵がICSに侵入することなくダメージを与える可能性があることを示す。 我々は、ICSコマンドやデータを運ぶパケットを識別するためにパケットメタデータを分析し、重要なパケットをドロップしてICSの操作を妨害する標的となるブラックホール攻撃であるICS-Sniperを提案する。
  論文  参考訳（メタデータ） (2023-12-11T06:02:56Z)
• Vulnerability Assessment of Industrial Control System with an Improved CVSS [3.9596068699962323]
  CVSS(Common Vulnerability Scoring System)の改良によりICSに対するサイバー攻撃のリスクを評価する手法を提案する。 その結果、ICSの物理的システムレベルは、サイバー攻撃を受けた時に最も深刻であることがわかった。
  論文  参考訳（メタデータ） (2023-06-14T16:48:06Z)

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。