工业控制系统时空图异常检测与攻击溯源的开源解法

来源证据

面向工业控制系统的开源项目为每个场景定义统一数据目录（训练/测试时序数据、点位/特征列表、空间与时间依赖边、物理依赖图），并规定实时数据特征顺序必须与训练一致，否则检测结果无效或任务失败。

在异常出现后查看溯源路径与响应状态。 > 模型检查点、依赖图和实时数据的特征顺序必须与训练数据一致，否则检测结果无效或任务会失败。 ## 数据约定 每个工业场景的数据目录通常包含： ```text <dataset>/ ├── train_orig.csv # 正常训练数据 ├── test_orig.csv # 测试或验证数据 ├── list.txt # 点位/特征列表 ├── llm_edge_index.pt # 空间依赖边 ├── tc_edge_index.pt # 时间依赖边 └── sensor_dependency_graph_physical_final.json ``` CSV 文件应满足以下约定： - 每行表示一个采样时刻，每列表示一个传感器、执行器或控制变量。 - 训练集应以正常运行数据为主。 - 实时数据列名应与训练特征一致，或能映射到对应 PLC 点位。 - 若提供标签，使用 `attack` 列表示样本状态；模型输入时该列不会作为普通特征使用。 ## API 概览 | 方法 | 路径 | 说明 | | --- | --- | --- | | `GET`