Causal Digital Twins for Cyber-Physical Security: A Framework for Robust Anomaly Detection in Industrial Control Systems
面向信息物理安全的因果数字孪生：工业控制系统稳健异常检测框架AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确将因果推断、干预和反事实分析用于异常检测，因此归入因果推断；未提供面板或网络干扰研究的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
面向信息物理安全的因果数字孪生：工业控制系统稳健异常检测框架
- 研究问题
- 研究如何在水务工业控制系统中结合因果关系与物理机制，提高攻击异常检测、根因分析及反事实防御的有效性。
- 方法与思路
- 作者提出因果数字孪生，将因果推断与数字孪生建模结合，涵盖关联检测、干预响应和反事实分析，并在三个水务数据集评估。
- 材料陈述的贡献
- 摘要报告较高的检测表现、物理约束符合度及根因识别准确率，并称该框架减少误报和攻击成功率，具备实时运行能力。
- 阅读关注点
- 应核对因果结构的学习与验证方式、干预和反事实的依据，以及误报降低所用基准、数据划分和实时性能测试环境。
- 阅读边界
- 这是 arXiv 预印本，无法据此确认同行评审或期刊接收；摘要未说明因果识别条件及评估协议，不能推定部署安全性。
原文摘要
Industrial Control Systems (ICS) in water distribution and treatment face cyber-physical attacks exploiting network and physical vulnerabilities. Current water system anomaly detection methods rely on correlations, yielding high false alarms and poor root cause analysis. We propose a Causal Digital Twin (CDT) framework for water infrastructures, combining causal inference with digital twin modeling. CDT supports association for pattern detection, intervention for system response, and counterfactual analysis for water attack prevention. Evaluated on water-related datasets SWaT, WADI, and HAI, CDT shows 90.8\% compliance with physical constraints and structural Hamming distance 0.133 $\pm$ 0.02. F1-scores are $0.944 \pm 0.014$ (SWaT), $0.902 \pm 0.021$ (WADI), $0.923 \pm 0.018$ (HAI, $p<0.0024$). CDT reduces false positives by 74\%, achieves 78.4\% root cause accuracy, and enables counterfactual defenses reducing attack success by 73.2\%. Real-time performance at 3.2 ms latency ensures safe and interpretable operation for medium-scale water systems.