该论文聚焦智能电网（Smart Grid）网络安全，核心论点是电网安全不能照搬 IT 安全范式，必须清晰区分 IT（信息技术）与 OT（运营技术）两类环境在可用性优先级、协议栈、设备生命周期与安全目标上的本质差异。文章首先梳理电网整体架构，涵盖发电、输电、配电与变电站自动化各层级，并分析变电站作为关键节点的典型威胁面，例如远程维护通道、SCADA/RTU/IED 等现场设备，以及 IT 与 OT 边界处的薄弱环节。随后，论文系统整理并对比三项关键国际标准：面向电力系统通信与自动化安全的 IEC 62351、面向工业自动化与控制系统（IACS）安全的 IEC 62443，以及通用的信息安全管理体系标准 ISO 27001，讨论三者在适用范围、控制颗粒度与合规落地层面的互补关系与覆盖空白。最后，文章综述近期研究趋势，特别提到 AI 驱动的威胁检测（如基于流量与行为的异常识别）在 OT 环境中的应用潜力与局限。作为一篇综述/立场性论文，其主要贡献在于为电网网络安全建立「架构—威胁—标准—研究」的整体框架，帮助读者定位现有标准与新兴技术之间的差距，而非提出具体新算法或给出实验评测结果。适合电力行业安全架构师、OT 安全工程师、合规与标准研究者阅读。

该论文面向工业控制系统（OT，Operational Technology）的自动化入侵响应问题。OT 系统负责监控和控制电力、水务、制造等关键工业过程，一旦遭受网络攻击，可能直接影响社会基础服务的可用性与安全性，因此仅靠人工响应已难以满足时效要求，如何构建自动化的响应决策策略成为重要研究课题。作者的核心贡献在于：不再把响应决策当作简单的规则映射或静态策略表，而是将其形式化为一个部分可观测马尔可夫决策过程（POMDP）。在这个模型中，防御方无法直接、完整地观测 OT 系统的真实安全状态，只能通过基于流量测量（traffic measurements）得到的间接、带噪声的观测来推断当前态势，这一设定比常见的完全可观测假设更贴近真实工业网络的可见性受限情况。基于该 POMDP 建模，作者采用 PPO（Proximal Policy Optimization）这一深度强化学习算法求解，使原本在部分可观测条件下难以求解的响应决策问题变得可计算、可训练，从而能够学习出自动化的入侵响应策略。实验方面，作者在一个仿真/模拟的 OT 系统上对训练得到的响应策略进行评估，结果显示在所研究的用例中，这些策略对多种 MITRE ATT&CK（针对 ICS/OT 的）攻击类型均表现出有效性。总体而言，该工作给出了一条从“流量观测—状态推断—响应动作学习”的完整技术路线，把强化学习与部分可观测建模引入 OT 入侵响应，属于防御侧的决策自动化研究。需要注意的是，论文摘要未披露状态空间、动作空间、奖励函数设计、基线对比、收敛性与误报代价等细节，评估也限于模拟环境和单一用例，结论向真实生产 OT 环境的迁移仍需进一步验证。

本文针对工业控制系统（ICS）和运营技术（OT）环境下基于异常的入侵检测系统（IDS）所面临的正式韧性要求展开研究。当前，这类系统被期望具备吸收对抗扰动、在持续攻击下优雅降级以及提供经认证的系统级保障能力。然而，现有的网络物理系统韧性框架通常在架构层面定义“吸收-恢复-适应”轨迹，并未将机器学习异常检测器视为一等公民组件，导致组件级鲁棒性评估与系统级韧性认证之间存在鸿沟。作者的核心观点是：ICS异常检测中的对抗鲁棒性本质上是系统韧性的一种具体实例化。为此，他们正式建立了二者之间的映射关系，将四种韧性构造——扰动类别、吸收容量、恢复轨迹和退化函数——对应到对抗机器学习的设定中。在此基础上，论文推导了异构ICS检测网络的组合韧性界，揭示了关键结论：系统级韧性的约束条件并非各节点自身的吸收容量，而是攻击路径上每个节点经过耦合调整后的吸收容量；因此，最具约束性的节点不一定是最弱的节点。在BATADAL水分配系统基准数据集上的实验验证表明，所提出的度量指标能够显现出标准基准无法察觉的、具有操作意义的现象：其一是对抗训练过程中出现的“吸收-退化分歧”（即模型吸收扰动能力上升的同时，系统退化函数表现出现异常偏离）；其二是“孤立加固韧性约束节点反而导致系统级韧性下降”的悖论。这些发现对ICS架构设计和安全认证标准具有重要启示意义。论文适合关注ICS/OT安全、对抗机器学习、韧性工程以及相关基准评估的研究人员和安全架构师阅读，为在系统层面上重新审视异常检测模型的鲁棒性评估提供了新视角。

本论文聚焦于分布式基础设施（如建筑、水坝、太阳能电站等）所依赖的互联网连接远程管理设备，指出这类设备由于不暴露 Modbus、BACnet 等 ICS 特定服务，不会出现在常规互联网范围扫描的结果中，因此以往针对工业控制系统（ICS）的安全研究长期忽视了它们。作者提出一种通过 Web User Interface (WebUI) 特征来发现这类设备的可行方法，并在日本境内探测到 890 台远程管理设备。进一步分析发现，大量设备存在严重安全隐患：部分允许未授权用户直接读取系统状态，甚至可能操控工业系统。针对三种最流行的远程管理设备进行深入逆向，作者发现 13 个 0-day 漏洞，其中多个被评为中危或高危，目前已向厂商负责任披露。为了解实际攻击态势，作者部署了模拟这些设备真实交互界面的蜜罐系统，结果显示：随时间推移，虽然只有少量攻击者能够进入，但进入者中确有某些会尝试修改关键参数；同时，WebUI 上展示的设施信息越多，攻击者的交互行为就越活跃。最后，作者通过电子邮件和电话通知了 317 台易受害设备对应的运营方，成功联系到 212 名负责人；其中 50% 确认会缓解或已经缓解问题。后续扫描结果验证了通知的有效性：在能够联系到负责人的设备中，58% 确实已采取补救措施。综上，该研究首次系统性地测绘并警告远程管理设备这一被忽略的 ICS 攻击面，对设备发现方法论、漏洞披露流程及通知与缓解效果评估均有重要贡献。适合 ICS 安全研究员、设备制造商、工业设施运营方的安全团队阅读。

该论文针对运营中天然气 SCADA（监控与数据采集）网络的资产可见性与安全防护问题展开研究。标题的核心观点是“如果无法理解网络，就无法保护网络”，因此作者团队对一套实际运行的天然气 SCADA 网络进行了被动测量与特征化分析，旨在揭示此类关键基础设施网络在真实环境中的组成结构、通信协议、流量模式以及潜在的安全盲区。论文可能涵盖对网络拓扑、设备类型（如 RTU、PLC、HMI）、协议使用（如 Modbus、DNP3、OPC）的识别，并评估当前安全监控手段在这些环境中的局限性。其研究贡献预计包括：提出一套面向 SCADA 网络的非侵入式观测方法论，总结运营天然气网络的基线行为特征，并据此为防御者提供资产盘点、异常检测和分区隔离方面的建议。由于目前仅有标题和元数据，无法获取完整摘要，上述描述是从题目和作者背景（多位 SCADA 安全领域知名学者）进行的合理推断。该工作适合 ICS 安全研究员、SOC 运营人员以及天然气基础设施的网络安全管理者阅读，用于理解实际 SCADA 网络与实验室环境的差异，从而改进监测与防御策略。

本文是一篇针对工业控制系统（ICS）网络安全研究领域的数据集与测试平台综述性论文。ICS 是众多关键基础设施的核心支撑，但其日益增长的互联性、长生命周期以及与 IT 环境的深度融合带来了诸多网络安全挑战。OT 与 IT 的融合以及工业 4.0 技术的部署扩大了 ICS 环境的攻击面，使其更易遭受高级网络威胁的侵害。因此，许多研究者开始关注 ICS 网络安全，入侵检测、异常检测、威胁情报、攻击仿真和韧性评估等方向受到大量关注。然而，由于缺乏合适的数据集和实验环境，开发和测试 ICS 安全解决方案仍然面临挑战。本文的主要目标是提供现有 ICS 网络安全数据集、测试平台和数字孪生资源的路线图。论文提出了多种分类方法，并对这些工具的系统架构、特性、能力、优势和不足进行了系统分析。分析结果显示当前仍存在若干长期问题，包括：缺乏标准化基准数据集、缺少现代攻击场景、基于真实运行流量构建的数据集数量不足，以及难以验证人工智能驱动的安全解决方案。除总结当前研究外，本文还识别了研究空白，并提出了创建新工具的建议。该路线图适用于希望了解 ICS 安全研究基础设施现状的学术研究人员、工业安全工程师以及希望建设安全实验环境的机构，有助于读者明确可用资源、理解现有局限，并规划后续研究方向。

本文针对水务基础设施中网络物理系统（CPS）的安全与弹性建模问题展开研究。作者指出，现代水分配与管理系统的安全性常被忽视，而随着针对工业控制系统（ICS）的攻击工具日益普及，水网络面临的实际网络威胁愈发严峻。现有仿真工具在水力动力学建模方面较为成熟，但对CPS组件（如传感器、控制器、执行器等）的表示以及故障/攻击场景下的网络行为模拟存在明显不足。为此，论文提出在常用的水力仿真工具包——水网络韧性工具（WNTR）基础上开发一个模块化附加组件，用以填补这一功能空白。该模块支持在网络中嵌入CPS设备，并能够模拟针对这些设备的故障与攻击场景，从网络整体层面评估每个设备的关键性，同时为未来更深入的网络流量仿真与设备交互分析预留了扩展接口。论文首先回顾了CPS在ICS中的作用以及仿真在系统评估和设计测试中的价值，然后详细描述了模块的设计思路与实现方案。这项工作为水务部门的安全评估与弹性规划提供了实用工具，有助于安全工程师和基础设施管理者在虚拟环境中测试防御策略，而无需在真实系统上进行高风险操作。目前本文仅提供方法框架与设计构想，尚未给出完整的实验验证结果。

本文面向运营技术（OT）环境中的分布式拒绝服务（DDoS）检测问题，提出了一种面向部署、资源高效的神经符号（neuro-symbolic）混合检测框架。OT环境包括可编程逻辑控制器（PLC）、工业控制系统（ICS）和监控与数据采集（SCADA）系统，这些系统资源受限且对实时性要求高，但近年来越来越多成为DDoS攻击的目标。该框架将门控循环单元（GRU）神经网络与浅层决策树（作为符号组件）相融合：符号组件单独可提供紧凑、可解释的规则集，而融合则结合了神经网络的特征学习能力与符号模型的可解释性。作者在三个真实基准DDoS数据集（CIC-DDoS2019、Edge-IIoTset、CICIoT23）上进行了评估，并设计了一套统一的预处理流程，包括标签映射、数值特征选择、稳健缩放和类别平衡。融合权重alpha和决策阈值在验证集上联合优化以最大化F1分数。实验结果显示，混合模型在CIC-DDoS2019上达到99.04%准确率（MCC 0.97），在CICIoT23上达到98.61%准确率（MCC 0.76），且两者的假阴性率（FNR）均低于纯神经网络和纯符号基线；在线性可分的Edge-IIoTset上，浅层决策树单独已达100%准确率，因此该基准主要用于验证预处理流程而非融合机制。融合的主要收益是在可控的误报代价下降低FNR，这在OT环境中至关重要——漏报攻击比误报更危险。模型推理延迟在标准CPU上为每样本0.58-0.79毫秒；即使包含设备端流特征提取，端到端路径仍保持在个位数毫秒预算内，符合OT控制回路的时间要求。本文面向OT安全研究人员、工业安全运营工程师以及DDoS检测系统设计者，提供了在资源受限场景下兼顾准确率、可解释性和实时性的实用方案。

该论文提出了一种名为 SAIN（State-Aware Invariants）的工业控制系统（ICS）攻击检测方法，旨在提升攻击检测的敏感性和准确性。研究背景是：现有基于不变量的 ICS 入侵检测系统（IDS）通常依赖静态的物理系统模型，但这些模型难以捕捉工业过程在不同运行状态下的动态行为变化，导致漏报率较高，尤其是在复杂攻击场景下。核心问题是如何设计一种能够感知系统状态变化、同时保持较低误报率的检测机制。SAIN 的核心方法包括：首先，从 ICS 的传感器和执行器数据中自动学习状态相关的物理不变量，即针对不同系统运行状态分别建立正常行为模型；其次，通过在线监测当前系统状态并匹配相应的不变量，从而检测偏离预期行为的异常。该方法与传统的单一全局不变量方案不同，它能够适应状态切换，对稳态和瞬态过程都能提供更细粒度的监控。实验部分，作者在多个 ICS 测试平台（包括 SWaT、HIL 等）上使用真实攻击数据进行了评估，结果表明 SAIN 在检测精度和召回率上显著优于现有最先进的检测方法，同时保持了可接受的误报率。主要贡献包括：提出状态感知不变量的概念和建模框架；设计了一种自动化提取状态不变量并在线匹配的算法；通过大量实验验证了该方法在检测隐蔽攻击（如篡改传感器读数或执行器指令）时的优越性。适合 ICS 安全研究人员、工业控制系统防御者以及入侵检测系统开发者阅读，尤其关注物理过程感知的异常检测技术。

本文献（arXiv 论文，作者 Mohammad E. Alim 与 Tommy Morris）从标题看，聚焦于工业控制系统（ICS）安全数据集在“安全工件评估”政策下的透明性与可复现性问题。核心研究问题是从“可用（Available）”到“可复用（Reusable）”的数据集质量评估，即当前许多 ICS 安全数据集虽然公开发布，但缺乏足够的元数据、采集环境说明、标签定义或验证流程，导致其他研究者难以复现实验结果或验证检测方法的有效性。论文可能提出了一套基于安全工件评估政策（如 artifact evaluation 惯例）的测量框架或指标，用于量化数据集的透明度和可复现性，并可能对现有 ICS 数据集进行系统性的评测或对比。由于仅获得标题信息，具体方法、实验设置和结论尚不明确，但该研究对 ICS 安全领域的社区生态建设具有参考价值，尤其有助于推动数据集标准化和可复现性文化的形成。建议关注该论文全文以获取具体的评估维度和标准。

本文针对水分配网络（WDN）中工业控制系统（ICS）面临的网络攻击问题，提出一种基于拓扑分析的攻击检测方法。研究背景是传统检测方法依赖原始流量或协议信息，难以捕捉攻击引起的结构性变化，导致检测能力有限。作者采用基于图处理机器学习（GPML）框架，将原始网络流量转化为动态图，提取社区结构（community）和谱图（spectral）特征，并分析这些特征随时间的变化，以识别通信和结构异常。在三个工业水分配数据集（HITL、SWaT和CrossTest）上进行了评估，结果表明联合使用谱和社区图指标能有效提升对网络攻击和物理攻击的检测性能。该方法展示了图分析在ICS安全中的潜力，为关键基础设施的安全防护提供了新的视角。本文适合从事关键基础设施保护、工业控制系统安全以及异常检测研究的从业者和研究人员阅读。

本文针对德国智能计量基础设施（SMI）中可控本地系统（CLS）通道的控制信号传输，系统分析了延迟攻击的可行性。研究结合理论分析与实验验证，在基于智能电表网关（SMGW）通用标准保护文件（PP）的威胁模型下，评估了单点及多 CLS 通道同时遭受攻击时对电网的潜在影响。核心研究发现：位于广域网（WAN）的路径上攻击者，在掌握足够的上下文信息时，能够有选择地延迟特定控制信号；在某些已部署协议配置下，理论最大延迟可达约 48 小时。将攻击规模从单个 CLS 设备扩展到数十万台 CLS 设备后，可导致电网频率显著偏移，进而可能触发甩负荷。攻击可扩展性受限于各目标实现和配置的上下文知识，但随着标准化发展，这种知识可能更易获取。论文还提出了多层缓解策略：一是 SMGW 配置限制，缩小允许的传输窗口；二是实现级修改，修复时间处理缺陷；三是协议扩展，特别是在 TLS 1.3 中增加应用数据时间限制，以保证端到端的时间完整性。这些 TLS 扩展在维持向后兼容性的同时，提供了可落地的防御方案。文章特别指出，FNN Steuerbox 及使用 CLS.EEDI 的应用中的时间限制因实现而异，需厂商修复；而 TLS 1.3 的时间限制则需协议级扩展。该研究为德国智能电网控制通道的时间同步安全提供了重要分析依据，对于保障关键基础设施稳定运行具有参考价值。

现代电力系统依赖实时变电站通信协议（如可路由的面向通用对象的变电站事件协议 R-GOOSE）来执行关键控制与保护功能。然而，这类协议普遍缺乏内建安全机制，在设计上优先保证可用性而非机密性和完整性，因此容易遭受虚假数据注入和拒绝服务（DoS）攻击。当通信跨越广域网或公共网络传输时，这一脆弱性尤为突出。为了满足美国能源部（DOE）的深度防御和零信任安全指南等现行安全要求，必须针对这些网络威胁采取应对措施。本文提出了 QUIC-TRIP，一种面向低延迟 IP 工业通信的透明安全方法。该方法在开放系统互连（OSI）模型的传输层（第四层）工作，对数据流进行封装和保护，同时不改变现有协议端点的运行方式。通过在法兰克福-阿姆斯特丹通信路径上的基线回显往返时间（RTT）测试，QUIC-TRIP 所依赖的底层传输层代理实现了比 OpenVPN 更低的平均 RTT，并且即使启用 DTLS 会话复用，其平均 RTT 也仅比集成式 DTLS 1.2 高 2.88%。作者进一步在 DoS 泛洪攻击场景下评估了 QUIC-TRIP 多路径通信的韧性，具体用于保护 R-GOOSE 通信。测试中，流量通过三条不同路径透明传输，QUIC-TRIP 会转发最先到达的重复数据包并丢弃后续副本。该框架提供了一种三重冗余防御方案，每条启用的代理路径测得通信开销为 32.18%，在电网时间关键型运行的韧性和带宽成本之间提供了有界的权衡。本文的核心贡献在于提出了一种无需改动现有设备即可提升工业通信安全性的传输层透明代理方案，并通过实验验证了其在延迟和抗 DoS 方面的有效性。适合电力系统安全研究人员、工业控制系统安全工程师以及关注零信任架构在关键基础设施中应用的专业人士阅读。

本论文研究针对脉宽调制（PWM）控制执行器的物理层攻击。PWM广泛应用于工业控制、机器人、无人机和汽车电子等领域，其通过调节脉冲占空比来控制电机、阀门等执行器的输出。作者发现，攻击者可以通过物理方式（例如电磁干扰或信号注入）篡改PWM信号的时序或占空比，导致执行器行为偏离预期。论文提出了几种攻击模型，包括噪声注入、时钟偏移攻击和信号重放，并分析了这些攻击对系统稳定性和安全性的影响。实验基于典型的PWM控制回路（如直流电机和伺服系统）进行，展示了攻击如何引发位置误差、振荡甚至失控。作者同时讨论了防御方法，如信号滤波、冗余校验和物理层认证，但强调现有防护存在局限。该研究揭示了物理层攻击对关键基础设施的潜在威胁，为工控系统和物联网硬件的安全设计提供了新视角。

该论文对工业控制系统中可编程逻辑控制器（PLC）的专有认证协议进行了实证研究。PLC被广泛用于核电站、电网、天然气管道等关键基础设施的物理过程控制，其控制逻辑是攻击者的主要目标。研究选取了来自Allen-Bradley、Schneider Electric、AutomationDirect和Siemens这四家主流ICS厂商的五种工业级PLC，通过仅分析网络流量（而非逆向固件）的方式，评估其认证机制是否存在设计缺陷和可利用漏洞。研究发现多款PLC的认证协议存在严重问题，包括缺乏随机数（nonce）、加密密钥过短、加密方案薄弱以及客户端认证等漏洞。研究团队基于MITRE ATT&CK知识库构建了概念验证（PoC）利用代码，并通过实验验证了这些漏洞的可利用性。该工作揭示了PLC认证安全设计中存在的行业普遍性问题，强调了改进必要。适合ICS安全研究人员、PLC制造商和关键基础设施运营者阅读。

该论文针对工控系统（ICS）入侵检测领域当前依赖二分类（正常 vs 攻击）基准评估的局限性，提出了一种行为特征化框架。研究背景是现有公共数据集（如SWaT、WADI、HAI）通常仅提供二分类标签，无法刻画网络物理攻击的多样性行为。核心方法是将多变量过程轨迹映射为五种可解释的物理基元：漂移（drift）、尖峰（spike）、振荡（oscillation）、重复（repetition）和切换（switching）。作者将该框架应用于三个广泛使用的ICS基准，发现攻击窗口相对于正常操作表现出显著的行为偏移，且三个数据集在行为空间中占据不同区域：WADI以重复行为为主，HAI以持续漂移和振荡为特征，SWaT则表现为更隐蔽的冻结遥测行为。实验部分采用随机森林基线模型，结果显示聚合二分类指标掩盖了不同行为代理下的性能差异：例如在SWaT上，宏F1从二分类评估的85.44%降至行为代理多分类预测的37.84%，WADI和HAI也出现类似退化。基于这些发现，论文主张在传统二分类基准测试之外补充行为分层评估，以暴露聚合分数隐藏的盲区，并更好地支持针对性应急响应。该工作适合ICS安全研究人员、入侵检测系统设计者以及评估方法论学者阅读。

本论文针对工业控制系统（ICS）中的可编程逻辑控制器（PLC）内存安全展开研究。PLC作为工业自动化的核心组件，其运行稳定性直接关系到生产安全。作者发现，通过精心构造的网络报文或本地攻击，攻击者能够操纵PLC的内存空间，导致控制器进入异常状态甚至完全停机。研究团队深入分析了多种主流PLC的内存管理机制，识别出若干可被利用的漏洞模式，包括缓冲区溢出、内存访问越界以及状态寄存器篡改等。他们设计了一套攻击向量，并在一组真实PLC设备上进行了实验验证。实验结果表明，攻击能够在数秒内导致PLC进程挂起或重启，且无需高级权限。这项工作不仅揭示了PLC内存安全中未被充分重视的攻击面，还提出了针对性的内存完整性检测方法，为工控系统防御者提供了新的预警和加固思路。

本文提出了一种通过状态机恢复技术发现可编程逻辑控制器（PLC）二进制程序中盲目信任漏洞的方法。PLC广泛应用于工业控制系统，其固件中常存在对输入数据缺乏充分校验的逻辑缺陷，导致攻击者可以通过精心构造的输入触发异常行为。现有静态分析工具难以有效识别这类漏洞，因为它们需要理解PLC程序的状态演化逻辑。作者设计了一套针对PLC二进制指令集的中间表示（IR），并实现了状态机自动提取算法，能够从二进制代码中恢复出PLC控制逻辑的状态转换图。在此基础上，他们定义了“盲目信任”漏洞模式：即状态机中某些状态无条件信任输入数据而未进行合法性检查。该方法在9款主流PLC型号的固件中进行了测试，发现了22个先前未知的漏洞，其中12个被确认具有实际可利用性。实验结果表明，该技术能够有效发现传统方法遗漏的安全缺陷，且误报率较低。论文还讨论了这些漏洞可能导致的后果，如非预期输出、系统死锁或物理设备损坏。该研究为工控系统安全分析提供了新视角，有助于提升PLC固件的安全性。

本文对欧洲铁路交通管理系统（ERTMS）进行了系统性的网络安全风险分析。ERTMS是欧盟广泛采用的统一列车管理标准，支持全自动驾驶等用例，但网络安全一直未得到充分重视。研究首先对ERTMS的组件进行了系统建模，然后基于底层技术中已识别的威胁，分析了各组件的安全性。结果表明，尽管ERTMS在铁路安全中扮演关键角色，但其网络安全状况令人担忧。遗留标准如EuroBalises和GSM-R引入的漏洞，在最小ERTMS实现、包含可选安全措施的部署以及未来演进（如采用未来铁路移动通信系统FRMCS）中持续存在。完全过渡到欧洲列车控制系统（ETCS）2级被认为是提升ERTMS网络安全的最重要措施。结果指出，ERTMS需要向安全方向转变，以确保可用性和安全运行。所采用的方法证明了其可行性，并揭示了ERTMS的持续弱点，但未来需要开发以铁路为中心的改进方法，以更好地量化和评估计算出的风险。

本文讨论了构建开源操作技术（OT）渗透测试平台LINICS的经验和教训。与信息技术（IT）安全领域有Kali Linux等成熟开源平台不同，工业控制系统（ICS）所依赖的OT安全领域缺乏类似的开源工具集。作者分享了LINICS平台的架构设计、构建过程以及发布后的反馈。LINICS旨在为OT安全研究人员和渗透测试人员提供一个集成的、可扩展的开源平台，包含专用的工具链、协议分析和漏洞利用模块。论文详细描述了平台如何适配OT环境的特殊性，例如对专有协议（如Modbus、DNP3、S7Comm）的支持、对物理过程安全的考虑、以及对实时性和可靠性要求的满足。实验部分可能展示了平台在模拟ICS环境中的有效性，以及与传统IT渗透测试工具的对比。主要贡献在于填补了OT安全开源平台的空白，降低了OT安全评估的入门门槛，并促进了社区协作。该研究适合OT安全工程师、ICS渗透测试人员以及工业网络安全研究人员阅读。