تسعى الأنظمة الصناعية الحديثة إلى التكيف مع التهديدات السيبرانية المتزايدة، لذلك يعد تطوير أنظمة الكشف عن التسللات التي تعتمد على الكفاءة في مواجهة التحديات البيئية ضمن أهداف ملحة. في ورقة بحثية جديدة، تم تسليط الضوء على أهمية تحقيق معايير رسمية للمرونة مثل امتصاص الاضطرابات التي تتعرض لها الأنظمة، والتحمل تحت الهجمات المستدامة، وضمانات على مستوى الأنظمة.

تتناول الدراسة نقاط القوة والضعف في الأنظمة الحالية، حيث تفتقر الكثير من الأطر الموجودة إلى اعتبار مُكتشفات الانحرافات (anomaly detectors) كعناصر أساسية في تقييم المرونة. ومن خلال هذا البحث، يتم تقديم سياسات جديدة تربط بين قوى المرونة في أنظمة التعلم الآلي وتطبيقاتها في الأنظمة التحكمية الصناعية.

تُظهر النتائج أن المرونة ضد الهجمات في أنظمة الكشف عن الانحرافات يمكن اعتبارها تجسيدًا معينًا للمرونة النظامية، حيث تم إرساء قاعدة للمرونة المرتبطة بشبكات الكشف الصناعية المتنوعة. وتبين التحليلات أن القدرة المترابطة على امتصاص التهديدات لكل نقطة على مسار الهجوم تحدد فعالية النظام ككل.

علاوة على ذلك، تم اختبار الاعتبارات الممارسة على نظام توزيع المياه BATADAL، حيث أظهرت المعايير الناتجة ظواهر ذات أهمية تشغيلية لم تكن بارزة في المعايير التقليدية. مثلًا، تم رصد ظاهرة عدم التوافق بين الامتصاص والانخفاض تحت تدريبات الهجمات، بالإضافة إلى المفارقة التي تشير إلى أن تقوية العقدة الأساسية بشكل منفصل قد تؤدي إلى تقليل المرونة على مستوى النظام.

تفتح هذه النتائج أبوابًا جديدة لتطوير معايير تصميم أنظمة العمليات الصناعية المستقبلية وتحسين هيكلها الأمني.