論文の概要: BALLAST: Physics-Aware Moving Target Defense for Industrial Control Systems Using a Digital Twin Safety Oracle

• arxiv url: http://arxiv.org/abs/2610.18311v1
• Date: Tue, 13 Oct 2026 12:53:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:28:54.977777
• Title: BALLAST: Physics-Aware Moving Target Defense for Industrial Control Systems Using a Digital Twin Safety Oracle
• Title（参考訳）: BALLAST:Digital Twin Safety Oracleを用いた産業制御システムのための物理対応移動目標防御
• Abstract要約: BALLASTは、セキュリティポリシーとプラントの間の学習されたデジタルツインを、安全の神託として配置する。 明示的なシールドは、予測された軌道が安全な操作エンベロープを離れるであろうアクションを拒絶する。 SWaT水処理試験台では、バラーストは敵の偵察の成功率を85%削減した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Industrial Control Systems run on static network configurations, which leaves an attacker unlimited time to map the plant. Moving Target Defense answers this by shuffling addresses, but almost every published scheme never checks whether the reconfiguration will itself disturb the physical process it protects, so the defense can destabilise a control loop or trip an actuator. We present BALLAST, which places a learned Digital Twin between the security policy and the plant as a safety oracle. A physics-informed LSTM surrogate forecasts the physical effect of a candidate network change, a reinforcement learning agent trades security entropy against process stability, and a connection-draining handover lets in-flight Modbus transactions complete before the old mapping is withdrawn. An explicit shield rejects any action whose predicted trajectory would leave the safe operating envelope. On the SWaT water treatment testbed, Ballast cut the success rate of an adversary's reconnaissance sweep by 85 percent and recorded no safety violation across 50 runs, a 95 percent upper bound of 5.8 percent on the violation rate, against five violations and a tracking error 19 times larger for RL-MTD, the closest published analogue to our design. Measured against the strongest baseline on the physical metrics, a threshold-triggered scheme that itself records one violation rather than RL-MTD's five, Ballast still improves the tracking error by a factor of 2.5 and removes that remaining violation. The gain costs a small and deliberate concession in raw deterrence. Twin inference meets the 50 ms budget on a workstation core and an embedded GPU, and is projected to meet it on both edge CPUs when the three envelope stages are evaluated in a single batched call; the complete decision-to-enforcement path was measured only on the workstation.
• Abstract（参考訳）: 産業制御システムは静的ネットワーク構成で動作し、攻撃者が植物をマッピングするのに無制限の時間を残す。 移動ターゲットディフェンスはアドレスをシャッフルすることでこれに答えるが、ほとんどの公表されたスキームは、再設定が保護する物理プロセス自体を妨害するかどうかを決してチェックしないため、ディフェンスは制御ループを不安定にしたり、アクチュエータを移動したりすることができる。 本稿では,安全政策とプラント間のデジタルツインを安全の神託として配置するBALLASTについて紹介する。 物理インフォームされたLSTMサロゲートは、候補ネットワーク変更の物理的効果を予測し、強化学習エージェントは、プロセス安定性に対するセキュリティエントロピーを交換し、接続描画ハンドオーバは、古いマッピングが削除される前に、飛行中のModbusトランザクションを完了させる。 明示的なシールドは、予測された軌道が安全な操作エンベロープを離れるであろうアクションを拒絶する。 SWaT水処理テストベッドでは、Ballastは敵の偵察網を85%削減し、50回のランで安全違反を記録、95%上限5.8%、違反5回、追尾誤差19倍のRL-MTDを達成した。 RL-MTDの5つではなく1つの違反を記録するしきい値トリガー付きスキームである物理指標の最も強い基準値に対して測定されたBallastは、依然として2.5倍のトラッキングエラーを改善し、残りの違反を除去する。 この利回りは、生の抑止力において、小さく故意に譲歩する。 ツイン推論はワークステーションコアと組み込みGPUの50msの予算を満たし、3つのエンベロープステージが単一のバッチコールで評価されると、両方のエッジCPUでそれを満たすように投影される。

関連論文リスト

• Physics-Attested Federated Learning: Securing Collaborative Anomaly Detection in Critical Water Infrastructure [0.0]
  フェデレーテッド・ラーニング(Federated Learning)は、産業オペレーターが、独自の運用テレメトリを公開することなく、共有侵入検出モデルを訓練することを可能にする。 既存の防衛は更新スペースで厳格に機能し、アグリゲーターはデータ中毒に盲目になる。 ゼロ知識証明 (zk-SNARKs) を用いて, クライアントが遠隔測定を行なわずにバッチアテンデンスを証明できるようにする。
  論文  参考訳（メタデータ） (2026-09-28T10:08:19Z)
• Safety Control of a Hyper-redundant Robot via Adaptive Weighted Control Barrier Functions [42.150933371692176]
  超冗長ロボットは、高デキスタリティのため、閉じ込められた空間操作によく適している。 本研究は、トラッキングエラーを低減しつつ安全性の制約を強制する重み付け制御バリア関数フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-21T03:38:43Z)
• CUSTOS: Toward Forensic-Ready Zero Trust at the Capture-Containment Boundary [1.1458853556386797]
  CUSTOSは、法医学的管理ポイント(FMP)を中心にした、法医学的なZT参照アーキテクチャである。 常時オンの判定記録は、ゲートウェイ上で1.9～3.0%のスループットコストで取得され、ハッシュチェーンされる。 以上の結果から, 鑑識対応型ZTは, 常にオンの床と有界な反応性キャプチャの両方を必要とすることが明らかとなった。
  論文  参考訳（メタデータ） (2026-08-17T19:17:15Z)
• Understanding and Evaluating Claw-like Agent Security Through a Computer-Systems Lens [65.53494487819053]
  クローのようなAIエージェント(OpenClawなど)は、認証情報、ファイル、ツール、外部サービスへの永続的なアクセスを伴う、常にオンのプロセスである。 我々はClawのようなエージェントをエージェントコンピュータシステムとして扱い、そのゲートウェイランタイムがOSのような仲介の役割を担っている。 我々は、4つの攻撃面にわたる406の敵タスクのベンチマークであるSafeClawArenaを開発した。
  論文  参考訳（メタデータ） (2026-06-29T18:00:45Z)
• The Misattribution Gap: When Memory Poisoning Looks Like Model Failure in Agentic AI Systems [1.0262304700896199]
  EmphSemantic Norm Drift (SND) をエージェント不正行為の第3の経路として定式化する。 SNDでは、ポリシーフォーマットの文書が通常のアップロードを通じて共有ベクターストアに入り、その後、信頼されたシステムコンテキストとして再現れる。 偽合成検査は87.5%の精度と偽陽性のゼロの因果関係を識別する。
  論文  参考訳（メタデータ） (2026-05-12T20:21:47Z)
• On-Policy Self-Evolution via Failure Trajectories for Agentic Safety Alignment [54.30690671490447]
  既存の安全アライメント信号は、主に応答レベルまたは政治外である。 FATEは、検証済みの失敗を専門家のデモンストレーションなしで修復管理に変換する。 FATEは攻撃成功率を33.5%、有害なコンプライアンスを82.6%削減し、外的軌道安全診断を6.5%改善する。
  論文  参考訳（メタデータ） (2026-05-12T09:56:28Z)
• Compiling Activation Steering into Weights via Null-Space Constraints for Stealthy Backdoors [48.881343993730844]
  安全性に整合した大規模言語モデル(LLM)は、現実世界のパイプラインにますますデプロイされている。 敵は通常の評価では動作しないバックドアのチェックポイントを配布することができる。 最近のポストホック重み付け法は、そのようなバックドアを注入するための効率的なアプローチを提供する。
  論文  参考訳（メタデータ） (2026-04-14T06:48:33Z)
• Cyber-Resilient Digital Twins: Discriminating Attacks for Safe Critical Infrastructure Control [0.0815557531820863]
  i-SDTは、油圧調整された予測モデル、マルチクラス攻撃識別、適応レジリエンス制御を組み合わせた。 SWaTとWADIデータセットの評価では、検出精度が大幅に向上し、44.1%の誤報が減少し、56.3%の運用コストが削減された。
  論文  参考訳（メタデータ） (2026-03-19T08:33:21Z)
• From Passive Monitoring to Active Defence: Resilient Control of Manipulators Under Cyberattacks [42.72791770760975]
  FDIA(False Data Injection attack)は、アラームを発生させることなく、実質的なエンドエフェクタ偏差を発生させる。 本稿では、冗長マニピュレータのステルス型FDIAに対するレジリエンスについて検討し、パッシブモニタリングからアクティブディフェンスへアーキテクチャを進化させる。
  論文  参考訳（メタデータ） (2026-03-13T14:08:41Z)
• Detecting Object Tracking Failure via Sequential Hypothesis Testing [80.7891291021747]
  ビデオにおけるリアルタイムのオンラインオブジェクト追跡は、コンピュータビジョンにおける中核的なタスクである。 本稿では,物体追跡を逐次的仮説テストとして解釈することを提案する。 本研究では,地中追跡情報と内部追跡情報の両方を活用することにより,教師なしと教師なしの両方の変種を提案する。
  論文  参考訳（メタデータ） (2026-02-13T14:57:15Z)

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。