cyber-physical systems

3 items

RESEARCHarXiv CS.LG·5/5/2026

PhaseNet++: Phase-Aware Frequency-Domain Anomaly Detection for Industrial Control Systems via Phase Coherence Graphs

PhaseNet++ introduce un novedoso autoencoder de dominio de frecuencia para la detección de anomalías en Sistemas de Control Industrial (ICS), abordando el espectro de fase ignorado en el análisis de series de tiempo multivariadas. Utiliza un Índice de Coherencia de Fase para guiar una red de atención gráfica, mejorando la detección de ataques ciberfísicos.

Anomaly Detection cyber-physical systems security machine learning

RESEARCHarXiv CS.LG·28/4/2026

Avionic Main Fuel Pump Simulation and Fault-Diagnosis Benchmark

Este artículo presenta una co-simulación de alta fidelidad e informada por la física de un sistema de bomba de combustible principal de aeronave para generar datos de detección y diagnóstico de fallas. Aborda la escasez de datos en sistemas ciberfísicos críticos y demuestra su viabilidad con modelos de IA no supervisados como RNN-VAE y SOM-VAE.

fault diagnosis Anomaly Detection cyber-physical systems machine learning

RESEARCHarXiv CS.AI·hace 7d

Product-Aware Deep Autoencoders for Robust Process Monitoring in Multi-Product Cyber-Physical Systems

La Industria 4.0 exige una detección robusta de anomalías en Sistemas Ciberfísicos (CPS), pero los modelos agnósticos al producto tienen puntos ciegos para anomalías sutiles o ataques dirigidos. Este trabajo demuestra esta vulnerabilidad y propone un Autoencoder Sensible al Producto para mitigarla, restringiendo el dominio de aprendizaje.

Anomaly Detection cyber-physical systems autoencoders security