在网络物理系统中利用高斯分布设计虚假数据注入攻击

《ACM Journal on Emerging Technologies in Computing Systems》：Design of False Data Injection Attacks in a Cyber-Physical System using Gaussian Distribution

针对网络物理系统（CPS）中虚假数据注入（FDI）攻击，本文基于Kullback-Leibler（KL）散度设计了七种不同攻击序列，分别作用于传感器观测、执行器输入及系统状态，并利用卡方检测器分析攻击对状态估计误差的影响。通过两个离散线性时不变（LTI）系统实例验证，发现精心设计的攻击可绕过检测机制，显著增加状态估计误差并导致系统功能退化。

　　

摘要

在网络物理系统（CPS）中，攻击者可以修改执行器的输入、传感器的观测数据以及物理系统的状态，从而导致系统无法正常运行。为了提高系统的抵御能力，必须研究所有可能的攻击类型。为此，需要了解所有可能的攻击序列。本文重点探讨了对CPS中的物理系统、执行器输入以及传感器测量数据进行虚假数据注入（FDI）攻击的方法，这些攻击可以单独实施，也可以结合在一起进行。每种攻击序列都遵循高斯分布。我们研究了一个具有单个传感器和执行器的离散线性时不变（LTI）CPS系统。该系统还包括一个卡尔曼滤波器和一个卡方（χ2）检测器。基于Kullback-Leibler（KL）散度，我们在系统中的脆弱位置提出了七种类型的FDI攻击。通过精心规划攻击序列，攻击者可以不被发现。这些攻击会增加状态估计误差（SER），并降低系统的正常运行性能。我们通过LTI系统中的两个示例，模拟了攻击对检测结果的影响以及有无攻击时状态估计误差之间的差异。