零信任数字孪生框架

位置误差 99% 缩减

融合网络信任与物理一致性校验，实现受攻击无人机从检测到恢复的闭环控制。

Ali, Yasir · MANZOOR, Tayyab · 夏元清

Reliability Engineering and System Safety 2027

参数信息

位置RMSE

0.121 m

位置RMSE

0.121 m

韧性指数

0.960

检测召回率

0.899

检测精确率

0.782

假阳性率

0.193

技术优势

攻击下不丢控制

融合网络信任、物理一致性检查和恢复控制的闭环信任评分，能抵御组合攻击，保持位置误差在 0.121 米量级。

比现有恢复方法好 70 多倍

与弹性模型预测控制相比，位置误差从 9.456 米降到 0.121 米，说明恢复策略的闭环架构显著有效。

检测精度可用

检测召回率 0.899、精确率 0.782，能在较低的假阳性率下识别攻击，支持实时决策。

应用场景

• 无人机网络安全：用零信任数字孪生连续评估信任，抵御复合网络攻击，避免单层防御的脆弱性。
• 云控无人机系统：把网络信任与物理一致性融合，为云控无人机提供攻击下的闭环恢复，保障操作连续性。
• 群体机器人韧性控制：信任评分与分级控制模式可推广到多机协同，提升群体抗攻击韧性。
• 智能建造巡检：在智能工厂和基础设施巡检中保持位置精度，防止攻击导致巡检数据失真或坠机。