《国际儿童保护科学杂志》（ICCPPS）第24期特刊前言

《ACM Transactions on Cyber-Physical Systems》：Foreword for ICCPS’24 Special Issue

本特刊包含三篇优秀论文，分别探讨了学习增强型医疗CPS的对抗样本鲁棒性评估、基于蒙特卡洛树搜索的公共交通动态调度方法，以及面向多智能体CPS的时空逻辑约束下的分布鲁棒预测运行时验证算法。这些研究在方法论创新与实际应用中均取得显著进展。

　　

1 引言

信息物理系统（CPS）研究不断推动计算、通信和控制技术在安全关键型及大规模基础设施中的整合。作为CPS-IoT周活动的一部分，ACM/IEEE国际信息物理系统会议（ICCPS）长期以来一直是传播这些研究成果和促进跨学科交流的重要平台。本期特刊精选了一些原创论文，这些论文扩展了在2024年5月13日至16日于香港举行的第15届ACM/IEEE国际信息物理系统会议（ICCPS）上展示的成果。入选本期特刊的三篇论文均获得了该会议的优秀论文奖提名。这些论文涵盖了CPS研究的多个方面，体现了方法论的严谨性和实际应用的影响力。具体来说，我们很高兴介绍以下内容：

—

《利用自然对抗性数据集评估学习驱动型医疗信息物理系统的鲁棒性》，作者为Pugh（宾夕法尼亚大学）、Ruchkin（佛罗里达大学）、Weimer（范德比尔特大学）和Lee（宾夕法尼亚大学）。本文提出了一种新的方法，用于评估学习驱动型医疗信息物理系统（LE-MCPS）对自然出现的对抗性例子的鲁棒性。与以往专注于合成扰动的研究不同，作者们设计了一个框架，通过基于弱监督和启发式的标注方法来收集自然对抗性数据集。这些数据集按难度递增的顺序排列，从而能够系统地进行鲁棒性评估。该方法已在六个医疗案例和两个非医疗案例研究中得到验证，证明了其在区分鲁棒与非鲁棒LE-MCPS方面的统计可靠性和有效性。

—

《一种用于信息物理系统下公共交通车辆调度和停靠的端到端解决方案》，作者为Talusan（范德比尔特大学）、Han（宾夕法尼亚州立大学）、Rogers（范德比尔特大学）、Mukhopadhyay（范德比尔特大学）、Laszka（宾夕法尼亚州立大学）、Freudberg（WeGo公共交通公司）和Dubey（范德比尔特大学）。本文提出了一种数据驱动的方法，用于在不确定性环境下动态调度和安排公共交通车辆。通过将问题建模为半马尔可夫决策过程，并使用蒙特卡洛树搜索算法进行求解，作者开发了能够主动安排车辆停靠和调度的算法，以最大化乘客服务量并最小化空驶里程。该框架通过与田纳西州纳什维尔的WeGo公共交通公司的合作，利用大量真实世界数据进行了验证，并进一步集成到了Vectura实时监控系统中，该系统为调度员提供了有助于提高交通运营韧性的实用信息。

—

《在时空逻辑规范下的分布式鲁棒预测运行时验证》，作者为Zhao（南加州大学计算机科学系）、Zhu（南加州大学计算机科学系）、Hoxha（丰田北美汽车公司/丰田北美研究院）、Fainekos（丰田北美研究院）、Deshmukh（南加州大学计算机科学系）和Lindemann（南加州大学计算机科学系）。本文提出了适用于随机多智能体CPS系统的预测运行时验证算法。作者利用学习到的预测模型来估计系统在运行时的行为，并通过鲁棒一致性预测方法对预测结果的准确性提供概率保证，同时考虑了设计阶段与部署阶段之间的分布变化。该算法已在无人机群模拟器上进行了验证。

这些论文共同代表了CPS研究的最新进展，涵盖了从基础方法到实际应用各个领域。我们希望读者能够从中获得启发和思考。感谢各位作者的贡献、审稿人的细致评估，以及整个CPS社区不断推动信息物理系统发展所做出的努力。

Madhur Behl

美国弗吉尼亚大学夏洛茨维尔分校计算机科学系

Necmiye Ozay

美国密歇根大学安娜堡分校电气工程与计算机科学系

Truong Nghiem

美国佛罗里达州奥兰多市中佛罗里达大学电气与计算机工程系