[论文解读] Towards Situational Aware Cyber-Physical Systems: A Security-Enhancing Use Case of Blockchain-based Digital Twins

Sabah Suhail, Saif Ur Rehman Malik+4 more|arXiv (Cornell University)|Jan 19, 2022

Physical Unclonable Functions (PUFs) and Hardware Security被引用 5

一句话总结

本文提出了一种基于区块链的数字孪生框架——用于保护信息物理系统（CPS）的可信孪生（TTS-CPS）——以增强工业CPS中的态势感知能力和数据完整性。通过利用区块链安全存储安全与防护规则，并采用完整性检查机制确保可信数据，该框架实现了对系统行为的正式验证，在汽车装配线原型中验证了其在满足运行约束条件下的可行性。

ABSTRACT

The complexity of cyberattacks in Cyber-Physical Systems (CPSs) calls for a mechanism that can evaluate critical infrastructures' operational behaviour and security without affecting the operation of live systems. In this regard, Digital Twins (DTs) provide actionable insights through monitoring, simulating, predicting, and optimizing the state of CPSs. Through the use cases, including system testing and training, detecting system misconfigurations, and security testing, DTs strengthen the security of CPSs throughout the product lifecycle. However, such benefits of DTs depend on an assumption about data integrity and security. Data trustworthiness becomes more critical while integrating multiple components among different DTs owned by various stakeholders to provide an aggregated view of the complex physical system. This article envisions a blockchain-based DT framework as Trusted Twins for Securing Cyber-Physical Systems (TTS-CPS). With the automotive industry as a CPS use case, we demonstrate the viability of the TTS-CPS framework in a proof of concept. To utilize reliable system specification data for building the process knowledge of DTs, we ensure the trustworthiness of data-generating sources through integrity checking mechanisms. Additionally, the safety and security rules evaluated during simulation are stored and retrieved from the blockchain, thereby establishing more understanding and confidence in the decisions made by the underlying systems. Finally, we perform formal verification of the TTS-CPS.

研究动机与目标

• 为解决在信息物理系统（CPS）的数字孪生中，整合来自多个利益相关方的数据时确保数据完整性与可信度的关键挑战。
• 开发一种框架，通过在整个产品生命周期中安全地管理系统规范、安全与防护规则，实现在CPS中的态势感知。
• 通过利用区块链实现S&S规则的不可篡改日志记录，提升工业控制系统安全性，并支持对系统行为的形式化验证。
• 通过在汽车装配线环境中实现概念验证，证明该框架的可行性。
• 为未来在数字孪生中集成智能合约与自动化防御机制，构建具备韧性与自我监控能力的CPS奠定基础。

提出的方法

• 提出一种基于区块链的数字孪生架构TTS-CPS，以确保在CPS中跨多个利益相关方的数据溯源性、完整性与可信度。
• 采用完整性检查机制（ICMs）验证并保护用于构建数字孪生工艺知识的系统规范数据的来源。
• 将仿真过程中评估的安全与防护（S&S）规则存储在区块链上，以确保可审计性与一致性。
• 使用带界限定界模型检查与Kripke结构结合计算树逻辑（CTL*）对系统行为进行形式化验证，以符合安全与运行约束。
• 应用Z3 SMT求解器展开系统模型，并验证在有限执行长度内的时间、温度与速度合规性等属性。
• 将模拟的工业环境（包含PLC、HMI与物理设备）集成，以在真实的汽车装配线场景中验证该框架。

实验结果

研究问题

• RQ1 在CPS中，当从多个利益相关方集成数据时，如何确保基于规范的数字孪生中的数据可信度？
• RQ2 基于区块链的框架能否通过安全存储与检索S&S规则，有效提升信息物理系统的安全性与态势感知能力？
• RQ3 使用带界限定界模型检查与SMT求解器进行形式化验证，在多大程度上可确保数字孪生增强型CPS符合安全与运行约束？
• RQ4 区块链与数字孪生的集成如何支持在整个CPS生命周期中实现安全、可审计与可验证的系统行为？
• RQ5 在复杂工业环境中，将该框架扩展至分层或异构数字孪生架构时，面临哪些关键技术挑战？

主要发现

• TTS-CPS框架通过汽车装配线原型实现，成功证明了集成区块链的数字孪生在保护工业CPS方面的可行性。
• 使用Z3进行的形式化验证确认，所有指定的安全与运行约束（时间、温度、速度）均得到满足，返回'unsat'结果，表明在限定执行时间内无违规情况。
• 完整性检查机制（ICMs）确保了系统规范数据的可信度，为数字孪生中的工艺知识构建了可靠基础。
• 仿真过程中评估的S&S规则被安全地存储在区块链上，实现了虚拟孪生中可追溯与可审计的决策过程。
• 该框架可在设计与仿真阶段早期检测出安全漏洞，缩短事件响应时间并增强系统韧性。
• 区块链与数字孪生的集成为未来通过智能合约实现自动化（如在异常检测时触发防御机制）提供了基础。