网络物理关键基础设施系统数据损坏研究综述

### 网络物理关键基础设施系统数据损坏研究综述 在现代科技发展中，网络物理系统（CPS）在关键基础设施领域的应用日益广泛。然而，数据损坏问题成为影响其安全性和可靠性的重要因素。本文将深入探讨CPS中数据损坏的相关问题，包括检测、缓解以及传播等方面。 #### 1. CPS的IDS监测 对于传统的网络计算系统，CPS的入侵检测系统（IDS）不仅会监测嵌入式组件，还会对物理环境进行监测。因为在遭受攻击时，这些组件和环境可能会表现出异常的属性和行为。不过，许多CPS中仍在使用的遗留技术使这一监测过程变得复杂。部分遗留组件基于机械或液压控制，没有网络组件，这使得它们难以修改或访问。所以，CPS的IDS必须依据物理环境的传感器读数来定义组件的可接受行为。 #### 2. 数据损坏的缓解 检测到的数据损坏或缺失可以根据数据的关键程度和有效时间间隔，采用多种方式进行缓解。缓解措施可以通过纠正、替换或忽略损坏的数据来实现。 在许多CPS应用中，单条数据的使用寿命非常短，这使得一些纠正或替换技术不太适用。此外，许多纠正和缓解技术需要大量的计算，导致能源消耗过高。然而，在其他应用中，缺失和损坏的数据会降低信息质量，忽略这些错误可能会对数据分析产生严重影响。 以下是缓解缺失和损坏数据的方法： - **插补法**：该技术根据数据流的概率模型，用估计值替换缺失的数据值。 - **预测值插补法**：此方法根据数据集用估计值替换缺失的数据。估计方法的复杂度各不相同，从均值或众数到基于训练数据的更复杂估计都有。 - **基于分布的插补法**：使用分类算法替换缺失的数据。当遇到缺失值时，会创建一组伪实例，对每个伪实例进行测试，然后通过加权比较选择替换值。 - **唯一值插补法**：利用历史信息进行简单替换，以填补缺失值。 - **替换缺失数据法**：用与当前数据集相似的测试用例中的值替换缺失的数据。 - **粗糙集法**：使用上下近似来确定替换值。该技术的优点是不需要关于数据的初步或额外信息。粗糙集还有许多扩展，如容差关系、非对称关系和有值容差关系。 - **相似关系法**：在基于整个数据集做出广义决策后，替换缺失的数据。 这些缓解技术可以根据传感器节点的存储和处理限制，部署在CPS的传感器节点上，以确保正确执行。 | 缓解技术 | 具体操作 | | --- | --- | | 插补法 | 根据数据流概