Resumen: Los sistemas cibernéticos (CPS) son sistemas complejos que requieren modelos poderosos para tareas como verificación, diagnóstico o depuración. A menudo, los modelos adecuados no están disponibles y la extracción manual es difícil. Los enfoques basados en datos luego proporcionan una solución a, por ejemplo, tareas de diagnóstico y problemas de verificación basados en datos recopilados del sistema. En este documento, consideramos CPS con una abstracción discreta en forma de una máquina de harina. Proponemos un enfoque basado en datos para determinar la probabilidad de seguridad del sistema en un horizonte finito de los pasos de tiempo de N. El enfoque se basa en el paradigma de aprendizaje probablemente aproximadamente correcto (PAC). Por lo tanto, elaboramos una conexión entre la lógica discreta y el análisis de accesibilidad probabilística de los sistemas, especialmente proporcionando una confianza adicional en la probabilidad determinada. El proceso de aprendizaje sigue un paradigma de aprendizaje activo, donde se muestrean nuevos datos de aprendizaje de manera guiada después de recopilar un conjunto de aprendizaje inicial. Validamos el enfoque con un estudio de caso en un sistema automatizado de mantenimiento de carril.
Publicado Originalme en export.arxiv.org El 20 de agosto de 2025.
Ver Fuente Original
