Trust Cyber Physical Systems: Trust Degree Framework and Evaluation
Notice bibliographique
Résumé
Trust is the currency of every transaction and exchange and is the pillar of the trusted system concept, which is one of the needs of today and the future.Those systems ease communication and sharing with little user-side load and are used in numerous organizations, financial institutions, military scenarios, and highly confidential works.The evolution of Cyber-Physical Systems (CPS) affects people's way of life and is applied in health care, smart homes, commerce, etc.The cyber-physical system is treated as a trust system if the principles of security and safety, confidentiality, integrity, availability, and another set of properties are guaranteed.The development of CPS requires consistency in requirements management, metrics, formal test process descriptions, and computation methods.The research community is focused on how to realize a novel CPS with high confidence.In the literature, there is no clear definition of all kinds of trustworthiness metrics, and there is no classification of trustworthiness and trust metric types.There is no defined standard for trustworthiness, and there are no rules for calculating CPS trustworthiness.This paper proposes a framework for the evaluation of trust in CPS.This framework ranks the trustworthiness of CPS by degree.Trust degrees for the cyberphysical system are defined, along with a set of requirements and properties for each degree.We proposed a proprieties classification based on functionality and obligation as well as a simple mathematical formula to compute trust in the CPS, which formulates a quantitative view on the guarantee of security, trustworthiness, and trust attributes.The results of this study, which are based on the use of the proposed framework to evaluate the trust of CPS and case study, indicate that our quantitative method is more objective than existing qualitative methods.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».