産業制御システム（ICS）の異常検出は、重要インフラストラクチャへのサイバーフィジカル攻撃の脅威の増大により、ますます注目を集めています。近年の最先端手法は、主に生の時間領域振幅値からセンサー間の関係をモデル化しており、グラフニューラルネットワークやTransformerなどのアーキテクチャを採用しています。しかし、これらの手法は時間周波数変換によって生成される位相スペクトルを無視しています。本論文では、位相情報がICS異常検出における補完的かつこれまで見落とされていた検出モダリティを構成すると主張します。
著者らはPhaseNet++を提案します。これは、スライディングセンサーウィンドウの短時間フーリエ変換（STFT）に基づく周波数領域オートエンコーダであり、振幅と位相の両方のスペクトルを保持します。中心的な革新は、位相コヒーレンス指標（PCI）です。これは神経科学の位相ロック値に着想を得て、周波数ビン間のペアワイズ位相一貫性を連続的な隣接行列に集約します。この行列は、位相同期センサー間で情報を優先的に伝播するグラフ注意ネットワークを導きます。さらに、センサートークンTransformerエンコーダがシステム全体の構造を捉え、デュアルヘッドデコーダが円形およびコヒーレンス認識目的関数を通じて振幅と位相を共同で再構築します。
安全水処理（SWaT）ベンチマークでの評価では、PhaseNet++はF1スコア90.98%、ROC-AUC 95.66%、平均精度91.51%を達成しました。アブレーション研究では、位相認識フロントエンドとPCIグラフモジュールを合わせた追加パラメータはわずか264,816個であり、位相帰納バイアスの軽量性が示されました。絶対的なF1スコアは、異なるプロトコルで評価された最近の生値手法の一部に及ばないものの、本研究はICSにおける位相領域異常検出の最初の体系的研究として位置づけられ、今後の研究に新たな方向性を提供します。この研究は、位相情報が伝統的な振幅領域手法に対する貴重な補完であり、産業環境における異常検出のための新しいアプローチを提供することを示しています。