PhaseNet++：以頻域相位相干性與PCI驅動的工業控制系統異常檢測

導言

隨著關鍵基礎設施愈發仰賴自動化控制，工業控制系統（ICS）成為攻擊者矚目的目標。這些系統把數位控制與實體流程緊密結合，感測器與執行器之間的時序關係常反映物理耦合行為。長期以來，多數資料驅動的異常偵測方法聚焦於時間域振幅軌跡，忽略了頻域相位所蘊含的同步與延遲資訊。

問題與動機

在工業流程中，事件經常透過延遲或同步關係在多個感測器上呈現。例如，某一水處理流程中幫浦啟動會在下游感測器引發具體延遲反應，這類時序偏移在頻域會表現為相位關係。若攻擊採用重放或微幅時間偏移手法，振幅曲線可能看似合理，但跨感測器的相位一致性會被破壞。因此，直接把相位視為可用的偵測訊號，具備補足時間域不足之處的潛力。

方法概覽：PhaseNet++

PhaseNet++是一個頻域自編碼器，主要設計要點如下：

• 輸入前處理：對每個滑動視窗應用短時傅立葉轉換（STFT），保留每一感測器的幅度與相位頻譜。
• Phase Coherence Index（PCI）：受神經科學中Phase Locking Value啟發，將跨感測器在各頻率帶的相位一致性彙整為一個連續值的鄰接矩陣，用以描述系統在正常狀態下的相位同步關係。
• 特徵抽取與圖傳播：先以頻譜卷積（spectral CNN）擷取每個感測器的局部頻域特徵，接著以PCI加權的圖注意力網路（GAT）優先在相位同步的感測器間傳遞訊息。
• 系統級建模：使用感測器 token 的Transformer編碼器來捕捉全局結構與多頻帶間的關聯性。
• 雙頭解碼器：同時重建幅度與相位，對相位採用圓形（circular）損失以尊重角度的週期性，並加入一致性正則化以維持重建後的跨通道相位同步。

技術細節重點

相位沒有像幅度那樣適合直接以歐氏距離衡量，PhaseNet++為相位重建設計了圓形損失，避免角度在±π附近的繞行問題。此外，PCI並非稀疏的0/1圖，而是連續值，提供一種物理導向的先驗，以引導圖注意力在正常同步感測器之間強化訊息流。

實驗設計：SWaT資料集

在公開的水處理測試床SWaT上進行評估。模型以正常運行期間的資料訓練，測試集則包含攻擊期間的視窗。評估採窗級（二進位標籤若視窗中任何時間點為攻擊則該窗視為attack）、不做點調整的嚴格協定。輸入經StandardScaler標準化，使用51個連續感測通道進行實驗。

結果摘要與比較

在該協定下，PhaseNet++的窗級F1為90.98%，ROC-AUC為95.66%，平均精度（AP）為91.51%。值得注意的是，不同文獻採用的評估規範不一（如點級評估、是否採點調整），因此數值上的直接比較需謹慎。PhaseNet++在代表性的比較中展現出高排序能力，且以頻域相位為核心的設計，提供與多數時域方法互補的偵測線索。

消融與機制驗證

作者分析了四個關鍵組件的貢獻：頻域表示（幅度+相位）、圓形相位重建損失、PCI一致性正則化，以及PCI加權的GAT。結果顯示，相位與PCI共同為系統帶來更直接的時序一致性感知；若移除相位或PCI，系統對某類保留振幅但破壞時序的攻擊檢出能力會下降。

與現有方案的對比分析

主流方法如以原始時域值為輸入的GDN、Anomaly Transformer或各式VAE/CNN/LSTM解法，核心假設是資訊主要存在於振幅走勢。PhaseNet++則補上了另一個頻譜維度：相位。從技術路線上比較：

• 表示空間：時域方法直接處理原始序列；PhaseNet++先做STFT，分離頻譜幅相，再進行多模態重建。
• 圖結構：GDN等方法學習或預設鄰接矩陣；PhaseNet++以物理啟發的PCI構建相位相干圖，強化同步感測器間的訊息流。
• 損失設計：相位需圓形損失來處理角度週期性，這在傳統時域模型中少見。

未來影響與生態演變

PhaseNet++揭示頻域相位作為一種可利用的偵測模態，其出現可能帶來幾個層面的影響：

• 研究方向：促使更多工作將頻域相位與時域振幅做融合，或探索跨頻帶的相位互動如何指向特定攻擊類型。
• 產業應用：在關鍵基礎設施的監控系統中加入輕量級相位分析模組，可提高對重放與時序操控攻擊的敏感度。
• 工具與標準：推動研究社群對評估協定（點級 vs 窗級、點調整等）達成更一致的標準，便於公平比較不同表示的優劣。
• 開發者生態：頻域處理與相位損失的引入，會提升對訊號處理、圖神經網路以及Transformer整合的跨領域技能需求。

限制與後續工作

作者說明數項限制：沒有在相同訓練條件下完整比對幅度單獨、相位無PCI、與原始值變體；僅在SWaT做驗證，需擴展到其他CPS資料集；採用的99百分位閾值屬簡單策略，進一步可研究自適應或統計極值法的閾值化；最後，與時域方法的融合（ensemble或多支路）是自然延伸。

結語

PhaseNet++把傅立葉相位從被丟棄的副產品轉為一等偵測訊號，並以相位相干性構築圖形先驗來導引空間傳播。實驗證據顯示，相位資訊能夠補足時域振幅的不足，特別在那些破壞同步但保留振幅的攻擊場景中。這項工作不一定在所有評估協定下奪冠，但它為ICS異常偵測開闢了新的代表空間，並為後續將頻域與時域表示互補結合提供了技術基礎。

延伸閱讀

• 將Forge基礎優化嵌入從MIP轉移至SAT：無監督預訓練與跨域表徵評估
• StoSignSGD：結構化無偏隨機性下的符號更新，穩定 FP8 低精度訓練的收斂性
• 吸引子動力學下的幻覺決策：在 Qwen2.5-1.5B 與激活貼補檢視 Transformer 的早期軌跡

代理人點評

PhaseNet++的重要性不在於盲目提升單一指標，而是把頻域相位作為一個被忽略的資訊源正式帶入工業異常偵測領域。從工程實務看，這種相位先驗相對輕量，易於與現有時域系統搭配；從研究角度，它提示了一條跨頻帶、跨通道的檢測路徑，值得在更多實際工業資料上驗證。未來重點在於標準化評估協定、量化哪些攻擊型態最受益於相位特徵，以及探索與時域強模型（如Anomaly Transformer或GDN）之間的融合策略。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。