MétaCan
Menu
Retour à la cohorte
Enregistrement W4315631988 · doi:10.3233/atde221263

Cyber Physical Systems (CPS) Security Verification Using Model Checking

2023· book-chapter· en· W4315631988 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAdvances in transdisciplinary engineering · 2023
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueSafety Systems Engineering in Autonomy
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésComputer securityComputer scienceConstruct (python library)Cyber-physical systemPhysical securitySecurity testingComputer security modelThreat modelModel checkingCloud computing securitySecurity information and event managementTheoretical computer scienceComputer network

Résumé

récupéré en direct d'OpenAlex

Cyber physical systems (CPS) are vulnerable to malicious attacks that might put lives at risk or cause environmental damage (CPS). While the widespread use of CPSs has many positive social effects, this study presents a systematic approach to ensuring the safety of such systems by combining model checking with UPPAAL to inspect the CPS’s OT for signs of a breach. Security limitations are generated in a methodical fashion. These approaches’ contributions can be broken down into three main categories: first, a way is proposed to construct security limitations systematically, all the while keeping in mind the overall safety needs at the OT level. Second, the produced security constraints can be monitored at runtime to reveal potential security assaults. For the third, WSN security must be addressed. Finally, this work suggests adding an Attack Module to standard system modelling in order to simulate possible OT attacks. Ultimately, the verification results are put to use in two ways: first, to pinpoint trouble spots in need of fixes in the design, and second, to propose additional security constraints.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,245
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle