要約
タイトル:IEC 61131-3コードを使用したネイティブ推論のための産業制御システムMLフレームワーク、ICSML
要約:
– 産業制御システム(ICS)は第4次産業革命を可能にするうえで重要な役割を果たしている。
– ICSデバイスは、工業、エネルギー、商業環境における重要なプロセスを自動化、監視、制御する。そのため、従来のオペレーション技術(OT)と情報技術(IT)の融合により、新たな脅威が生まれている。
– この問題を解決するため、ICS機械学習推論フレームワーク(ICSML)が提案されている。これにより、MLモデルの推論をPLC上でネイティブに実行できる。
– ICSMLはIEC 61131-3コードで実装されており、ドメイン固有言語による制限を回避するためのいくつかの最適化が提供されている。そのため、ベンダーサポートを必要とせず、すべてのPLCで動作する。
– ICSMLには、確立されたMLフレームワークと同様に、完全なMLモデルを作成するためのコンポーネントが用意されている。
– メモリとパフォーマンスを研究する一連のベンチマークを実施し、TFLite推論フレームワークと比較する。同時に、ドメイン固有のモデル最適化を開発して、ICSMLの効率性を改善している。
– ICSMLの能力を実証するために、脅威に対する実際の防御に焦点を当てた、海水淡水化プラントを対象とした事例研究が行われた。
要約(オリジナル)
Industrial Control Systems (ICS) have played a catalytic role in enabling the 4th Industrial Revolution. ICS devices like Programmable Logic Controllers (PLCs), automate, monitor, and control critical processes in industrial, energy, and commercial environments. The convergence of traditional Operational Technology (OT) with Information Technology (IT) has opened a new and unique threat landscape. This has inspired defense research that focuses heavily on Machine Learning (ML) based anomaly detection methods that run on external IT hardware, which means an increase in costs and the further expansion of the threat landscape. To remove this requirement, we introduce the ICS machine learning inference framework (ICSML) which enables executing ML model inference natively on the PLC. ICSML is implemented in IEC 61131-3 code and provides several optimizations to bypass the limitations imposed by the domain-specific languages. Therefore, it works on every PLC without the need for vendor support. ICSML provides a complete set of components for creating full ML models similarly to established ML frameworks. We run a series of benchmarks studying memory and performance, and compare our solution to the TFLite inference framework. At the same time, we develop domain-specific model optimizations to improve the efficiency of ICSML. To demonstrate the abilities of ICSML, we evaluate a case study of a real defense for process-aware attacks targeting a desalination plant.
arxiv情報
著者 | Constantine Doumanidis,Prashant Hari Narayan Rajput,Michail Maniatakos |
発行日 | 2023-04-21 08:25:13+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, OpenAI