MétaCan
Menu
Retour à la cohorte
Enregistrement W4320031249 · doi:10.1109/milcom55135.2022.10017663

SV1DUR: A Real-Time MIL-STD-1553 Bus Simulator with Flight Subsystems for Cyber-Attack Modeling and Assessments

2022· article· en· W4320031249 sur OpenAlexaff
Jeremy Banks, Ryan Kerr, Steven H. H. Ding, Mohammad Zulkernine

Notice bibliographique

RevueMILCOM 2022 - 2022 IEEE Military Communications Conference (MILCOM) · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Security and Intrusion Detection
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésProtocol (science)Computer scienceSystem busControl busComputer securityIntrusion detection systemIntrusionEmbedded systemComputer networkReal-time computingOperating system

Résumé

récupéré en direct d'OpenAlex

MIL-STD-1553 is a widely used communications protocol in the military aircraft for many North Atlantic Treaty Organization (NATO) countries. The Department of Defence designed this protocol before the advent of cybersecurity, making it an easy target for malicious actors. Researchers have been working to find affordable ways to secure the communications bus using non-invasive means such as the addition of an Intrusion Detection System (IDS). Many of the researched IDS systems are calibrated using small-scale datasets which do not provide sufficient training data for complex IDS systems or use proprietary hardware systems that restrict access to researchers with strong financial incentive to perform this research. Other attempts to address this accessibility gap have produced slow and inaccurate simulations at both the bus level, and the terminal level. We propose a real-time MIL-STD-1553 bus simulator. The proposed simulator will be capable of replicating correct timing for message passing and response as well as supplying an extensible framework for building in custom attacks, schedules, and terminals.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,048
Tête enseignante GPT0,293
Écart entre enseignants0,245 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMILCOM 2022 - 2022 IEEE Military Communications Conference (MILCOM)Même sujetNetwork Security and Intrusion DetectionTravaux en français237 207