Voltage hopping induced by bias injection attack against Kalman filter of BLDC motor
Notice bibliographique
Résumé
A new type of bias injection attack against Cyber Physical System with closed loop controlled Brushless DC (BLDC) motor and Kalman filter in the feedback loop is simulated herewith involving high frequency and high amplitude for modulation of the bias. The attack results in significant voltage jumps with no visible affects on state variables, which we call “voltage hopping” effect. Implemented is operation of BLDC motor in position sensorless mode under Kalman filter drive. False data injection is conducted by substituting the angular velocity estimates from Kalman filter with distorted values. Conceptually, the attack is designed to mislead the controller and trigger the controller's effort to fix the distorted state of the system instead of the real one thus causing the controller to further distort the balance in the system. Herewith the introduction of high frequency component into the bias is tested in simulation experiment. It is shown that high frequency distortion strongly affects the operating voltage in the winding's circuits causing, as we named it, “voltage hopping” effect when significant changes of applied voltage occur at a frequency higher than cut off frequency of operating RL circuits. Moreover, it is demonstrated that balancing the parameters of the attack allows to reach equilibrium state in which voltage jumps are not reflected in the changes of BLDC motor operation, such as currents in the motor's windings as well as rotor's angular speed. This offers to the attacker the route to increase stealthiness of the attack, while still maintaining its harmful potential.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».