[论文解读] Towards Improving Validation, Verification, Crash Investigations, and Event Reconstruction of Flight-Critical Systems with Self-Forensics

Serguei A. Mokhov|ArXiv.org|Jun 10, 2009

Digital and Cyber Forensics参考文献 23被引用 3

一句话总结

本文提出自取证（self-forensics）——一种针对飞行关键系统的正式化、自监控能力，通过使用取证 lucid 语言记录上下文相关、可分析的事件数据，实现在设计、测试及飞行运行期间的自动化验证、异常检测与事后事件重建。该方法整合了自诊断、持续日志记录与专家系统推理，提升了系统安全性与事故分析能力，且无需依赖外部取证工具。

ABSTRACT

This paper introduces a novel concept of self-forensics to complement the standard autonomic self-CHOP properties of the self-managed systems, to be specified in the Forensic Lucid language. We argue that self-forensics, with the forensics taken out of the cybercrime domain, is applicable to "self-dissection" for the purpose of verification of autonomous software and hardware systems of flight-critical systems for automated incident and anomaly analysis and event reconstruction by the engineering teams in a variety of incident scenarios during design and testing as well as actual flight data.

研究动机与目标

• 解决自主飞行关键系统在设计与运行过程中缺乏正式化自分析与日志记录的问题。
• 通过将取证数据采集直接嵌入系统架构，提升事故调查与异常检测能力。
• 在自适应计算中引入自取证作为核心属性，与自愈、自优化、自保护并列。
• 通过取证 lucid 语言标准化取证数据的表示与分析，实现跨机构与跨平台协作。
• 利用形式化规范与专家系统，实现对系统事件的自动化、上下文感知推理。

提出的方法

• 集成自取证传感器，持续监控子系统与仪表，以取证 lucid 格式记录观测结果。
• 使用取证 lucid ——一种源自 lucid 的上下文感知函数式编程语言 —— 来指定事件、持续时间与系统状态为正式的观测序列。
• 将取证数据存储于持久、可升级的内存（如 ROM 或闪存）中，确保系统故障后仍能保持持久性。
• 在设计阶段建模系统转换函数，并以取证 lucid 编码，以便后续验证与推理。
• 采用通用意向编程系统（GIPSY）对收集的取证证据评估多种理论。
• 根据证据匹配的累积权重或匹配长度对理论进行优先级排序，以识别最可能的事故重建方案。

实验结果

研究问题

• RQ1 如何将自取证正式集成到飞行关键系统的设计中，以支持自动化验证与异常检测？
• RQ2 取证 lucid 在坠机调查中如何提升事件重建的准确性与效率？
• RQ3 在不损害性能或安全性的前提下，将自取证能力嵌入自主系统所需的架构与实现要求是什么？
• RQ4 自取证如何提升航空航天机构与制造商之间的协作与数据共享？
• RQ5 自动化推理系统在多大程度上可利用自记录的取证数据验证或排除事故假设？

主要发现

• 自取证通过使用取证 lucid 以正式、可分析的格式实现系统事件的持续自动化日志记录，减少对事后取证重建的依赖。
• 将自取证集成到系统设计中，可在测试与仿真阶段更早发现异常，提升验证与确认流程。
• 取证 lucid 支持对事件与系统状态的上下文感知、函数式规范，实现对复杂系统行为的精确且可扩展建模。
• 使用 GIPSY 等专家系统可实现自动化理论评估，显著降低分析大量取证数据的手动工作量。
• 可同时评估并按证据覆盖范围与可信度权重对多个合理理论进行排序，提升事故重建结果的信心。
• 该方法不仅适用于航空领域，还可扩展至航天器、汽车系统与水面航行器，提升复杂系统安全性与自适应能力。