DPR-GM: Modellazione Grafica Regolarizzata da Priorità di Dominio per il Rilevamento di Anomalie nei Sistemi Cyber-Fisici
È stato introdotto un nuovo approccio noto come DPR-GM (Domain-Prior-Regularized Graph Modeling) per rilevare anomalie nei sistemi cyber-fisici (CPS). Questa tecnica affronta le difficoltà incontrate nei sistemi fisici su piccola scala dove mancano anomalie etichettate e dati normali, e dove i modelli basati su grafi possono rivelare correlazioni fuorvianti. Utilizzando un grande modello linguistico (LLM), DPR-GM integra la conoscenza della progettazione del sistema nel processo di costruzione del grafo, estraendo accoppiamenti fisici diretti tra coppie di sensori dalla documentazione di sistema. Questi accoppiamenti sono rappresentati come una matrice di adiacenza di dominio binaria che regola le relazioni tra i sensori, aggiustata dalle correlazioni di Pearson. Questo metodo orientato alla previsione cerca di identificare sottili deviazioni dal comportamento tipico indicative di interruzioni di processo. Lo studio è disponibile su arXiv con ID 2607.23197.
Fatti principali
- DPR-GM è un framework basato sulla previsione per il rilevamento di anomalie nei CPS.
- Utilizza un grande modello linguistico (LLM) per estrarre accoppiamenti fisici diretti dalla documentazione di sistema.
- Gli accoppiamenti sono codificati come una matrice di adiacenza di dominio binaria che funge da gate strutturale.
- Il gate è modulato dalle correlazioni di Pearson.
- Il metodo si rivolge a sistemi fisici su piccola scala con scarse anomalie etichettate e dati normali limitati.
- Mira a ridurre correlazioni spurie e topologie di sensori instabili nei modelli basati su grafi.
- La ricerca è pubblicata su arXiv (ID 2607.23197).
- L'approccio incorpora la conoscenza della progettazione del sistema nella costruzione del grafo.
Entità
Istituzioni
- arXiv