arXiv eess.SY 系统与控制· Oscar Mogollon-Gutierrez, Mohammadhossein Homaei, Alberto Lopez-Trigo, Andres Caro, Mar Avila·· 5 小时前精选AI 评分57
BALLAST：用数字孪生安全先知为工业控制系统移动目标防御加入物理约束
BALLAST: Physics-Aware Moving Target Defense for Industrial Control Systems Using a Digital Twin Safety Oracle
AI 导读
BALLAST 在安全策略与被控对象之间加入一个学习型数字孪生作为安全先知：物理信息 LSTM 代理预测候选网络变更的物理影响，强化学习智能体在安全熵与过程稳定性之间权衡，连接排空机制让在途 Modbus 事务在旧映射撤除前完成，显式防护罩会拒绝任何预测轨迹超出安全运行包络的动作。
推荐理由
论文给出与 RL-MTD 和阈值触发方案的量化对比，可了解移动目标防御引入物理安全约束后的收益与代价。
来源：arXiv eess.SY 系统与控制 · arxiv.org