FPGA-SoCベース産業サイバーフィジカルシステムにおけるTSCAライク異常検知のためのAI搭載デジタルツインフレームワーク
AI-Enabled Digital Twin Framework for TSCA-like Anomaly Detection in FPGA-SoC-Based Industrial Cyber-Physical Systems
FPGA-SoCプラットフォームは、産業用サイバーフィジカルシステム(CPS)でリアルタイム制御や監視に採用されている。しかし、高密度化により熱が情報漏洩源となる熱サイドチャネル攻撃(TSCA)のリスクが高まっている。本研究では、FPGA-SoCマイクロアーキテクチャにおけるTSCA検知のため、AI搭載デジタルツイン(DT)フレームワークを提案する。このフレームワークは、熱挙動モデリング、特徴量エンジニアリング、機械学習ベースの異常検知を組み合わせ、従来の熱デジタルツイン(TDT)を拡張して、熱脅威の自律的検知を目指す。NI myRIO-1900プラットフォーム(Xilinx Zynq-7010 FPGA-SoC搭載)で実験的に検証した結果、軽量なIsolation Forestモデルを使用し、約75%の精度と0.76のAUC(ROC曲線下面積)を達成した。これにより、提案フレームワークが通常の熱挙動パターンを学習し、TSCAに関連する可能性のある異常な熱活動を自律的に検知できる能力が検証された。
本論文は、産業用CPS(FPGA-SoCプラットフォーム)における熱サイドチャネル攻撃(TSCA)の検知に、AI搭載デジタルツインフレームワークを適用した研究である。実機検証でIsolation Forestによる異常検知が75%精度・AUC0.76と限定的な性能にとどまっており、現時点では実用フェーズではなくアカデミックな概念実証段階。投資判断に直結する事業化・製品化の発表や企業の関与はなく、投資家にとって具体的なアクションを促す情報は含まれていない。