[论文解读] Cyber Physical Systems (CPS) Surveillance Using An Epidemic Model

Antoine Bagula, Emmanuel Tuyishimire+1 more|arXiv (Cornell University)|Dec 16, 2019

Opportunistic and Delay-Tolerant Networks参考文献 38被引用 4

一句话总结

本文提出了一种基于流行病传播模型的新型 CPS 监控框架，用于预测和管理物联网（IoT）赋能的网络物理系统中的干扰传播。通过采用类似 SAR 的分 compartment 模型将节点状态建模为易感、受攻击和移除三种状态，该框架能够实现网络压力的早期检测，并支持主动重构。数值结果表明，该框架在社交网络、公共安全网络和消息网络中均表现出可预测的迁移模式和成本动态。

ABSTRACT

Vast investments have recently been made worldwide in developing the Cyber-Physical System (CPS) technology with the expectations of improving economical and societal structures. However, great care must be paid to the CPS' complexity, the impact of emerging IoT (Internet of Things) protocols on the CPS infrastructure as well as the impact of information dissemination by these protocols on the safety of these infrastructures. This paper addresses the issue of CPS safety by proposing and evaluating the performance of a CPS management framework and the analysis of the dynamics of the underlining IoT network in the cyber-space. The main contributions of this paper are in threefold. Firstly, a new CPS framework is proposed; that: 1) builds around a layered architecture to compartmentalise the CPS functionalities into different modules for efficiency and scalability and 2) uses an inner feedback loop for the efficient management of CPS infrastructure. Secondly, building upon this framework, a novel diffusion model that uses the epidemic (interference) sets to produce accurate diffusion patterns across the CPS IoT subsystem is proposed. Finally, the proposed diffusion model is numerically analysed to show how it can be used to achieve efficient CPS surveillance in order to trigger reconfiguration to re-optimise the CPS when it is under stress. in IoT settings. The numerical analysis of the diffusion model shows that interference propagates in pairwise disjoint sets, with IoT nodes migrating from "susceptible" to "attacked" statuses and finally reaching the "removed" state at a predictable time. Deployment considerations on some of the current social and public networks are also onsidered

研究动机与目标

• 为解决由于信息扩散失控而导致复杂、集成物联网的网络物理系统（CPS）中级联故障的风险。
• 设计一种分层的、反馈驱动的 CPS 管理框架，以增强可扩展性和实时响应能力。
• 开发一种基于流行病动力学的扩散模型，以模拟和预测干扰在物联网子系统中的传播。
• 通过识别节点状态演化中的关键转换点（易感 → 受攻击 → 移除），实现主动网络重构。
• 使用量化的成本度量，评估干扰对不同类型网络（如 Facebook、Skype、公共安全网络）的经济和性能影响。

提出的方法

• 设计一种分层的 CPS 架构，包含内部反馈回路，以模块化方式管理 CPS 功能，提升可扩展性和效率。
• 提出一种基于流行病理论的新型扩散模型，利用成对不相交的干扰集来模拟网络中节点状态的转换。
• 应用改进的 SAR（易感-受攻击-移除）分 compartment 模型，以表示物联网网络中干扰传播的动力学特征。
• 使用迁移率和网络影响参数来控制节点状态之间的转换动态，从而可针对特定的 QoS 或能效目标进行调节。
• 通过特定于状态的成本函数，在三种真实网络类型（社交媒体、消息应用、公共安全）上对模型进行数值评估。
• 将仿真结果与表 3–6 中的实证数据相关联，以评估不同网络状态和配置下的经济影响。

实验结果

研究问题

• RQ1 如何将流行病建模方法应用于预测物联网赋能的 CPS 中的干扰传播，以实现网络压力的早期检测？
• RQ2 不同类型的物联网网络（如社交网络、消息应用、公共安全网络）中，干扰的特征扩散模式是什么？
• RQ3 迁移率和网络影响参数在多大程度上可被调节，以使网络行为与特定应用需求保持一致？
• RQ4 在不同网络基础设施中，节点状态（易感、受攻击、移除）的相关成本如何变化，这对系统弹性意味着什么？
• RQ5 所提出的模型能否预测在持续干扰下网络的故障时间或能量耗尽时间，以及这是否能支持主动重构？

主要发现

• 扩散模型揭示了节点状态演化中的三种不同时间模式：'出生-增长-减少'、'出生-减少'和'增长-平台期'，表明干扰传播具有非均匀的动力学特征。
• 在所有网络中，易感节点的平均成本随时间趋于零，其中公共安全网络初始成本最高，Facebook 成本最低。
• 在 Skype 中，受攻击节点的成本始终最低，而 Facebook 中成本较高，趋势表明 Skype 网络可能经历更短的中断时间。
• 在所有网络中，被移除节点的成本稳定在非零值，表明即使干扰停止，仍存在不可逆的损害或能量耗尽。
• 在扩散集中，被移除状态的节点数量不等于初始易感和受攻击节点数量之和，表明传播过程中存在跨集合迁移或新集合的形成。
• 该模型能够实现可预测的迁移时间，并通过全局参数调节减轻破坏性干扰的影响，支持自主网络弹性与主动重构。