← heapsort-ai

cyber-physical systems

3 items

RESEARCHarXiv CS.LG·05/05/2026

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

PhaseNet++ apresenta um novo autoencoder de domínio de frequência para detecção de anomalias em Sistemas de Controle Industrial (ICS), abordando o espectro de fase negligenciado na análise de séries temporais multivariadas. Ele utiliza um Índice de Coerência de Fase para guiar uma rede de atenção gráfica, aprimorando a detecção de ataques ciberfísicos.

27
RESEARCHarXiv CS.LG·28/04/2026

Avionic Main Fuel Pump Simulation and Fault-Diagnosis Benchmark

Este artigo apresenta uma co-simulação de alta fidelidade, informada pela física, de um sistema de bomba de combustível principal de aeronave para gerar dados de detecção e diagnóstico de falhas. Ele combate a escassez de dados em sistemas ciber-físicos críticos, demonstrando sua viabilidade com modelos de IA não supervisionados como RNN-VAE e SOM-VAE.

27
RESEARCHarXiv CS.AI·7d atrás

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

A Indústria 4.0 exige detecção robusta de anomalias em Sistemas Ciber-Físicos (CPS), mas modelos agnósticos a produtos têm pontos cegos para anomalias sutis ou ataques. Este trabalho demonstra essa vulnerabilidade e propõe um Autoencoder Sensível ao Produto como mitigação, restringindo o domínio de aprendizado.

27