工业控制系统异常检测的阿喀琉斯之踵：训练数据污染下的鲁棒性深度剖析
AI工具
摘要
研究指出，工业控制系统异常检测模型在训练数据被污染后可能失效。文章剖析了训练期数据污染这一隐蔽威胁，设计三种污染注入策略，并构建覆盖11种检测器的评估框架，用以揭示模型鲁棒性的真实边界，探讨模型能否抵御此类污染。
你的ICS异常检测模型可能在训练数据被污染后彻底“失明”👀。本文深度剖析训练期数据污染这一隐蔽威胁，设计三种污染注入策略，并构建覆盖11种检测器的评估框架，揭示模型鲁棒性的真实边界。想知道你的模型能否抵御这场“慢性中毒”？点击阅读全文。
转载信息
原文：
工业控制系统异常检测的阿喀琉斯之踵：训练数据污染下的鲁棒性深度剖析
（2026-09-17 05:00）
作者：
yweng18
分类：
技术
0
0
60
评论 (0)
请 登录 后发表评论
暂无评论，来留下第一条评论吧