論文の概要: Closing the Applied Cybersecurity Gap in Critical Infrastructure: A Cyber-to-Physical Security Assessment Framework for Water Systems
- arxiv url: http://arxiv.org/abs/2610.41050v1
- Date: Thu, 29 Oct 2026 22:41:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.546106
- Title: Closing the Applied Cybersecurity Gap in Critical Infrastructure: A Cyber-to-Physical Security Assessment Framework for Water Systems
- Title（参考訳）: 臨界インフラにおける応用サイバーセキュリティギャップの閉鎖:水システムのためのサイバー・ツー・物理セキュリティアセスメントフレームワーク
- Abstract要約: 本研究は,Cyber-to-Physical Propagation Rate(CPPR)とともに,ACGI(Applied Cybersecurity Gap Index)を改訂する。
247回のNet3試験で評価されたソース学習モデルは、ROC-AUC 0.772、PR-AUC 0.775、F1 0.733を達成した。
これらの知見は再現可能なシミュレーションに基づく評価ワークフローを確立するが、サイバーセキュリティ制御の有効性のフィールドキャリブレーションや実世界のユーティリティインシデント予測を構成するものではない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The integration of information technology and operational technology in water infrastructure creates pathways through which cyber compromise may affect physical service delivery. This study revisits the Applied Cybersecurity Gap (ACG) framework by evaluating an experimental Applied Cybersecurity Gap Index (ACGI) alongside the Cyber-to-Physical Propagation Rate (CPPR), defined as the proportion of initially compromised trials that produce a specified physical-impact outcome. The expanded evaluation comprises 2,160 synthetic trials across three water-network benchmarks, including EPANET Example Network 3 (Net3), and couples declared cyber-attack progression rules with hydraulic simulations. A source-trained machine-learning model evaluated on 247 compromised Net3 trials achieved ROC-AUC 0.772, PR-AUC 0.775, and F1 0.733, compared with 0.661, 0.642, and 0.704 for a scenario-only baseline. The configuration-cluster bootstrap interval for the ROC-AUC difference was 0.038--0.183. A separate 720-run Net3 hydraulic operating-point sensitivity analysis achieved the study's exploratory baseline pressure criterion in all reruns, preserved 717 of 720 physical-impact labels, and produced ROC-AUC 0.791 with the frozen source-trained model. Additional analyses examine the sensitivity of CPPR to the physical-impact threshold and assumed control-blocking probabilities, and demonstrate that the ACGI--CPPR association is partly induced by the simulation design rather than independently validated. The findings establish a reproducible simulation-based assessment workflow, but do not constitute field calibration of cybersecurity-control effectiveness or prediction of real-world utility incidents.
- Abstract（参考訳）: 水道インフラにおける情報技術と運用技術の統合は、サイバーの妥協が物理的サービス提供に影響を与える経路を作成する。
本研究は,Cyber-to-Physical Propagation Rate(CPPR)と並行して,実験的な応用サイバーセキュリティギャップ指数(ACGI)を評価することにより,ACG(Applied Cybersecurity Gap)フレームワークを再検討する。
拡張された評価は、EPANET Example Network 3 (Net3)を含む3つのウォーターネットワークベンチマークで2,160の総合的なトライアルで構成され、カップルは水理シミュレーションでサイバー攻撃の進行ルールを宣言した。
247回のNet3試験で評価されたソース学習モデルは、シナリオのみのベースラインで0.661、0.642、0.704と比較して、ROC-AUC 0.772、PR-AUC 0.775、F1 0.733を達成した。
ROC-AUCにおけるブートストラップ間隔は0.038--0.183であった。
別個の720ランのNet3油圧運転点感度分析により、すべての再走行における探索ベースライン圧力基準を達成し、720の物理インパクトラベルの717を保存し、凍結したソーストレーニングモデルでROC-AUC 0.791を生産した。
さらに、CPPRの物理的影響閾値に対する感受性と制御遮断確率を仮定し、ACGI-CPPRアソシエーションが独立に検証されるよりもシミュレーション設計によって部分的に誘導されることを実証した。
これらの知見は再現可能なシミュレーションに基づく評価ワークフローを確立するが、サイバーセキュリティ制御の有効性のフィールドキャリブレーションや実世界のユーティリティインシデント予測を構成するものではない。
関連論文リスト
- JASPER: Special Session on Joint Reliability And Security Assessment of SPlit Computing for Edge Robustness [31.25922932513858]
Split Computingは、エッジデバイスとクラウドサーバ間の推論をパーティショニングすることで、ディープニューラルネットワーク(DNN)の効率的なデプロイを可能にする。
中間的特徴表現は 同時に ハードウェアの欠陥と 敵の攻撃に晒される
本稿では,スプリットコンピューティングにおける信頼性とセキュリティの協調評価のための統一的なフレームワークを提案する。
論文 参考訳（メタデータ） (2026-10-03T09:36:42Z) - XPhysICS: Cross-Physical-Domain Threat Grounding for Industrial Control Systems Security [3.234360798957931]
XPhysICS(XPhysICS)は、特定のターゲットシステムに、文書化されたサイバー物理脅威を接地するための方法論である。
本研究では, 連続プロセスおよび製造源間の83の脅威抽象化を, 別個の評価分母を用いて検討した。
論文 参考訳（メタデータ） (2026-09-25T04:33:17Z) - Offline Reinforcement Learning for Distribution-Grid Protection [42.05746375597851]
我々は,CIGRE中電圧ネットワークの静的軌跡からの線選択的トリップについて検討した。
畳み込みQネットワークは、因果電圧電流ファサーおよび見かけインピーダンス特徴を受信する。
その結果,密度予測性能と終端保護挙動がモデルランキングに影響を及ぼす可能性が示唆された。
論文 参考訳（メタデータ） (2026-09-21T14:49:04Z) - A Multidimensional Data-Driven Hybrid Transformer Framework for Non-invasive Continuous Blood Pressure Prediction [28.58502100288247]
本稿では,ECG/III特徴系列から拡張型および収縮型BPを推定するハイブリッドトランスフォーマーフレームワークを提案する。
このフレームワークは、生の波形ではなく、生理的記述子の10段階のシーケンスと、2つの人口統計学的コをモデル化する。
論文 参考訳（メタデータ） (2026-08-24T14:02:10Z) - PECR: A Reproducible Specification and Synthetic Stress Test of Telemetry-Informed Vulnerability Prioritization for SD-WAN [0.0]
本稿では,PECR(Predictive Exposure and Cryptographic Readiness)について述べる。
PECRは、9つの正常化された重症度、脅威、到達可能性、および結果要因を組み合わせる。
実際の成果ラベルは使用されないため、予測精度、損失回避、生産効率は確立しない。
論文 参考訳（メタデータ） (2026-08-04T04:30:18Z) - A Machine Learning Surrogate for Component Criticality Ranking in Interdependent Power-Communication Networks [0.09821874476902966]
サイバー物理電力システムは、電力と通信インフラ間の密接な相互依存に起因するカスケード障害に対して脆弱である。
本稿では,漏洩のない構造特徴から同時重大度を予測する機械学習サロゲートを開発した。
論文 参考訳（メタデータ） (2026-07-09T20:22:14Z) - Differentiable latent structure discovery for interpretable forecasting in clinical time series [38.473526928012724]
連続時間多タスクガウス過程であるStructGPを導入し, 基本的不確かさを保ちながら, 相違構造学習と相違構造学習を組み合わせ, 相互依存の有向非巡回グラフ(DAG)を導出する。
LP-StructGPは,被験者特異的カップリングフィルタとソフトマックスゲーティング機構を用いて,患者間の進行パターンを捉えることで,StructGPを潜在経路に分割し,時間的に変化する軌跡を増大させる。
論文 参考訳（メタデータ） (2026-04-30T14:59:50Z) - A Robust Framework for Secure Cardiovascular Risk Prediction: An Architectural Case Study of Differentially Private Federated Learning [0.0]
FedCVR Learningは、異種臨床ネットワークに適用されるプライバシー保護フレームワークである。
我々は,サーバサイド適応最適化の運用上のトレードオフを,ユーティリティ優先の差分プライバシーの下で定量化する。
以上の結果から,サーバ側の適応性は,現実的なプライバシ予算の下で臨床ユーティリティを回復するための構造的前提条件であることが確認された。
論文 参考訳（メタデータ） (2026-02-28T09:36:38Z) - AI-Driven Cybersecurity Testbed for Nuclear Infrastructure: Comprehensive Evaluation Using METL Operational Data [0.0]
本研究は、原子力インフラにおけるサイバーセキュリティ保護のための人工知能アプローチの包括的評価を行う。
4つの機械学習検出パラダイムを含むシステム評価フレームワークを開発した。
実験ではリアルなMETL操作データを用いて300種類の厳密な実験を行った。
論文 参考訳（メタデータ） (2025-12-01T14:36:52Z) - CONFIDE: Hallucination Assessment for Reliable Biomolecular Structure Prediction and Design [46.12506067241116]
本稿では,位相的フラストレーションを定量化する自己評価尺度であるCODE(Chain of Diffusion Embeddings)を提案する。
エネルギー的およびトポロジ的視点を組み合わせた統合評価フレームワークであるCONFIDEを提案する。
データ駆動の埋め込みと理論的な洞察を組み合わせることで、CODEとConFIDEは、幅広い生体分子システムで既存の指標より優れています。
論文 参考訳（メタデータ） (2025-11-20T03:38:46Z) - A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。
Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。
提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
論文 参考訳（メタデータ） (2025-08-19T14:41:22Z)
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。