サイバーフィジカルシステムにおいて、センサ値の取得と設定値の適用の間に非無視できる遅延がある場合、出力情報の時間的整合性が失われる可能性がある。この問題に対する解決策は、時間駆動型アーキテクチャを用いることで実現できる。
サイバーフィジカル制御システムにおける異常データ(サイバー攻撃など)の検知を、量子ハイブリッドサポートベクターマシンを用いて効率的かつ効果的に行う。
時系列データからの因果関係の発見を用いて、サイバーフィジカルシステムの正常な動作モデルを学習し、リアルタイムの異常検知を行う。
サイバーフィジカルシステムの仕様に基づく堅牢性を定義し、システムの逸脱に対する違反を特定する新しい分析手法を提案する。
複雑なサイバーフィジカルシステムにおける安全性と開発制約の最適解を提供するために、マルチエージェントベースの最適化手法が提案されています。
提案された混沌マスキングプロトコルは、リモート推定を保護し、複数の攻撃タイプに対して効果的であることを示しています。