面向 FL 赋能的 OT 入侵检测系统的现实隐私风险研究

针对联邦学习（FL）赋能的 OT 入侵检测系统，研究者提出 ML Plane 架构抽象，将 FL 工作流纳入 OT 系统以显现在传统 OT 架构中未被表示的学习相关信息流。基于该架构，他们勾勒出一套面向 FL 赋能 OT 系统的隐私审计框架，以联邦成员推断攻击（FedMIA）作为初始评估机制，并正在智能电网测试床中实例化，以支持未来在现实 OT 部署约束下评估隐私风险。