critical water infrastructure

联邦学习利用物理定律保障关键基础设施异常检测

研究人员开发了一种新颖的联邦学习方法，该方法利用质量守恒等物理不变性来保障关键水务基础设施中的异常检测模型。此方法允许运营商在不泄露敏感运营数据的情况下训练共享的入侵检测模型。通过从干净的运营数据中自动挖掘这些不变性，系统可以验证模型更新的完整性，并区分诚实贡献和数据投毒攻击的贡献。该方法已在 SWaT 和 WADI 等水务测试平台进行了测试，证明了其在拒绝伪造遥测数据和提高各种攻击的检测率方面的有效性，并且可以通过零知识证明验证合规性。