该论文针对运营技术（OT）/工业控制系统安全研究中长期存在的一个基础性痛点展开：入侵检测与异常检测模型的训练和评测高度依赖真实、可复现的安全数据集，但现有 OT 数据集普遍存在采集过程自动化程度低、数据源单一、文档与元数据不足导致难以复用等问题。作者提出 ISIA-AF——一个模块化的攻击编排与数据采集框架，目标是在工业系统上以可重复、可控制的方式执行攻击流程，并同步自动生成多源安全数据集。框架的核心设计包括：集中式的编排控制端，用于协调分布在多个网段上的攻击客户端；在攻击执行过程中同步记录网络流量与工业过程的运行数据；最终将上述来源汇聚为结构化、带元信息的多源数据集。方法论上，作者先从前人研究与利益相关者访谈中推导出一组功能性需求（如攻击任务编排、多源同步采集、数据标注）与非功能性需求（如低通信开销、可扩展性、跨网段部署能力），再遵循设计科学研究（Design Science Research）方法完成框架实现与迭代评估。验证方面，论文在 ISIA 测试床上开展案例研究，该测试床同时包含真实工业硬件设备与软件模拟的工艺流程。案例结果表明，框架能够实现集中化控制、保持较低的通信开销，并支持在网络分段环境中灵活部署各采集/执行节点。作者将最终成果定位为一种实用基础，用于持续生成可扩展、多源的 OT 安全数据集，从而支撑入侵检测方向的后续研究。需要注意的是，论文摘要未披露具体的攻击类型、协议覆盖范围、数据集规模与统计特征，也未给出与传统数据集构建方法的定量对比结果。