АДАПТАЦІЯ АРХІТЕКТУРИ НУЛЬОВОЇ ДОВІРИ ДЛЯ КІБЕРФІЗИЧНИХ РОБОТОТЕХНІЧНИХ СИСТЕМ: БАЗОВІ ВИМОГИ ТА МЕЖІ СТІЙКОСТІ БЕЗПРОВОДОВОГО КАНАЛУ

Михайло Пахомов; Володимир Соколов

doi:10.28925/2663-4023.2026.34.1359

Автор(и)

Михайло Пахомов Київський столичний університет імені Бориса Грінченка https://orcid.org/0009-0007-7343-6912
Володимир Соколов Київський столичний університет імені Бориса Грінченка https://orcid.org/0000-0002-9349-7946

DOI:

https://doi.org/10.28925/2663-4023.2026.34.1359

Ключові слова:

Zero Trust, кібербезпека, кіберфізична система, робототехнічна система, ns-3, стійкість, безпроводовий зв’язок, безперервна верифікація, авторизація, політика безпеки

Анотація

Проаналізовано проблему застосування підходу нульової довіри ‘Zero Trust’ (ZT) для безпеки кіберфізичних робототехнічних систем ‘Cyber-Physical Robotic Systems’ (CPRS). Обґрунтовано, що тісна взаємодія мережевих обчислень, сенсорів, актуаторів і систем фізичного керування формує єдину площину ризику, де компрометація ідентифікаційних даних, телеметрії чи каналів зв’язку загрожує як витоком інформації, так і небезпечними фізичними інцидентами. Досліджувана сфера охоплює промислові й мобільні роботи, безпілотні літальні апарати, сервісні та колаборативні роботи, функціонування яких залежить від кіберкомпонентів, здатних впливати на фізичну поведінку. У межах розробки архітектури сформульовано п’ять базових вимог ZT: перевірювана ідентифікація, контекстна авторизація, сегментація мережі, оцінювання актуальності й надійності телеметрії, а також адаптивне реагування з обмеженою експлуатацією та локальною відмовостійкістю. Для визначення меж стійкості безпроводового каналу керування проведено симуляційне моделювання в середовищі ns-3 (стандарт IEEE 802.11ax WiFi 6, одна точка доступу, 20 клієнтських станцій). На основі аналізу 140 трас (відстані 30–125 м, сумарне навантаження 100 Мбіт/с) оцінено сукупну корисну пропускну здатність (aggregate goodput), затримку p95 та відсоток втрат пакетів. Виявлено двоетапний характер деградації каналу зв'язку: межа раннього часового погіршення зафіксована на відстані 40 м (стрибок затримки p95 до 351,8 мс майже без втрат), а межа стійкої деградації втрат — на 50 м (втрати 9,61%). За критичної відстані 125 м goodput знижується до 0,387 Мбіт/с із втратами 99,81%. Встановлено, що отримані межі стійкості безпроводового зв’язку є визначальними для доставки телеметрії та вибору режимів реагування, проте ізольовано не гарантують реалізації ZT. Для комплексної валідації архітектури нульової довіри запропоновано конвеєр синхронізованого аналізу мережевих метрик, подій безпеки та фізичного стану робота.

Завантаження

Дані завантаження ще не доступні.

Посилання

Yaacoub, J.-P. A., Noura, H. N., Salman, O., & Chehab, A. (2021). Robotics Cyber Security: Vulnerabilities, Attacks, Countermeasures, and Recommendations. Int. J. Inf. Secur., 21, 115–158. https://doi.org/10.1007/s10207-021-00545-8

Pu, H., He, L., Cheng, P., Sun, M., & Chen, J. (2023). Security of Industrial Robots: Vulnerabilities, Attacks, and Mitigations. IEEE Netw., 37, 111–117. https://doi.org/10.1109/mnet.116.2200034

Haskard, A., & Herath, D. (2025). Secure Robotics: Navigating Challenges at the Nexus of Safety, Trust, and Cybersecurity in Cyber-Physical Systems. ACM Comput. Surv., 57, 1–48. https://doi.org/10.1145/3723050

Yu, Z., Gao, H., Cong, X., Wu, N., & Song, H. (2023). A Survey on Cyber-Physical Systems Security. IEEE Internet Things J., 10, 21670–21686. https://doi.org/10.1109/jiot.2023.3289625

Syed, N., Shah, S. W., Shaghaghi, A., Anwar, A., Baig, Z. A., & Doss, R. (2022). Zero Trust Architecture (ZTA): A Comprehensive Survey. IEEE Access, 10, 57143–57179. https://doi.org/10.1109/access.2022.3174679

He, Y., Huang, D., Chen, L., Ni, Y., & Ma, X. (2022). A Survey on Zero Trust Architecture: Challenges and Future Trends. Wirel. Commun. Mob. Comput., 2022(1). https://doi.org/10.1155/2022/6476274

Rose, S., Borchert, O., Mitchell, S., & Connelly, S. (2020). Zero Trust Architecture. NIST Special Publication 800-207. https://doi.org/10.6028/NIST.SP.800-207

Cybersecurity and Infrastructure Security Agency. (2023). Zero Trust Maturity Model, Version 2.0. CISA Guidance. https://www.cisa.gov/resources-tools/resources/zero-trust-maturity-model

Feng, X., & Hu, S. (2023). Cyber-Physical Zero Trust Architecture for Industrial Cyber-Physical Systems. IEEE Trans. Ind. Cyber Phys. Syst., 1, 394–405. https://doi.org/10.1109/ticps.2023.3333850

Hasan, S., Amundson, I., & Hardin, D. S. (2023). Zero Trust Architecture Patterns for Cyber-Physical Systems. SAE Tech. Pap. Ser.. https://doi.org/10.4271/2023-01-1001

Bello, A., Diyan, M., & Asghar, I. (2025). Zero Trust Implementation for Legacy Systems using Dynamic Microsegmentation, Role-Based Access Control (RBAC), and Attribute-Based Access Control (ABAC). In 2025 4th Int. Conf. on Computing and Information Technology (ICCIT), 181–189. https://doi.org/10.1109/iccit63348.2025.10989392

Zanasi, C., Russo, S., & Colajanni, M. (2024). Flexible Zero Trust Architecture for the Cybersecurity of Industrial IoT Infrastructures. Ad Hoc Netw., 156, 103414. https://doi.org/10.1016/j.adhoc.2024.103414

Paul, B., & Rao, M. (2022). Zero-Trust Model for Smart Manufacturing Industry. Appl. Sci. https://doi.org/10.3390/app13010221

Li, K., Li, C., Yuan, X., Li, S.-F., Zou, S., Ahmed, S. S., Ni, W., Niyato, D., Jamalipour, A., Dressler, F., & Akan, O. B. (2025). Zero-Trust Foundation Models: A New Paradigm for Secure and Collaborative Artificial Intelligence for Internet of Things. IEEE Internet Things J., 12, 46269–46293. https://doi.org/10.1109/jiot.2025.3603957

Mahmud, R., Jin, J., Kua, J., Afrin, M., Mistry, S., & Krishna, A. (2025). Trusted Microservice Orchestration for Secure Edge Computing in Industrial Cyber-Physical Systems. IEEE Netw., 39, 70–78. https://doi.org/10.1109/mnet.2025.3541032

Zhukabayeva, T., Zholshiyeva, L., Karabayev, N., Khan, S., & Alnazzawi, N. (2025). Cybersecurity Solutions for Industrial Internet of Things-Edge Computing Integration: Challenges, Threats, and Future Directions. Sens., 25. https://doi.org/10.3390/s25010213

Zanasi, C., Marasco, I., & Colajanni, M. (2025). Graph based threat detection system for a microsegmentation Zero Trust Architecture. In 2025 IEEE Conf. on Dependable, Autonomic and Secure Computing (DASC), 31–39. https://doi.org/10.1109/

dasc68382.2025.00012

Goerke, N., Timmermann, D., & Baumgart, I. (2021). Who Controls Your Robot? An Evaluation of ROS Security Mechanisms. In 2021 7th Int. Conf. on Automation, Robotics and Applications (ICARA), 60–66. https://doi.org/10.1109/icara51699.2021.9376468

Xia, L., Gao, X., & Shi, W. (2025). Investigating Security Threats in Multi-Tenant ROS 2 Systems. 2025 IEEE International Conference on Robotics and Automation (ICRA), 16441–16448. https://doi.org/10.1109/icra55743.2025.11127490

Shaik, A. K., Mohammadi, A., & Malik, H. A. M. (2025). A Systematic Review of Sensor Vulnerabilities and Cyber-Physical Threats in Industrial Robotic Systems. IET Cyber Phys. Syst. Theory Appl., 10. https://doi.org/10.1049/cps2.70023

Bhardwaj, A., Bharany, S., Rehman, A., Tejani, G. G., & Hussen, S. (2025). Securing Cyber-Physical Robotic Systems for Enhanced Data Security and Real-Time Threat Mitigation. EURASIP J. Inf. Secur., 2025. https://doi.org/10.1186/s13635-025-00186-7

Holdbrook, R., Odeyomi, O., Yi, S., & Roy, K. (2024). Network-Based Intrusion Detection for Industrial and Robotics Systems: A Comprehensive Survey. Electron. https://doi.org/10.3390/electronics13224440

Burg, A., Chattopadhyay, A., & Lam, K.-Y. (2018). Wireless Communication and Security Issues for Cyber-Physical Systems and the Internet-of-Things. Proceedings of the IEEE, 106(1), 38–60. https://doi.org/10.1109/JPROC.2017.2780172

Guo, P., Kim, H., Virani, N., Xu, J., Zhu, M., & Liu, P. (2017). Exploiting Physical Dynamics to Detect Actuator and Sensor Attacks in Mobile Robots. arXiv:1708.01834. https://doi.org/10.48550/arXiv.1708.01834

Ge, Y., & Zhu, Q. (2024). GAZETA: GAme-Theoretic Zero-Trust Authentication for Defense Against Lateral Movement in 5G IoT Networks. IEEE Trans. Inf. Forensics Secur., 19, 540–554. https://doi.org/10.1109/TIFS.2023.3326975

Tushkanova, O., Levshun, D., Branitskiy, A., Fedorchenko, E., Novikova, E., & Kotenko, I. (2023). Detection of Cyberattacks and Anomalies in Cyber-Physical Systems: Approaches, Data Sources, Evaluation. Algorithms, 16, 85. https://doi.org/10.3390/a16020085

Moriano, P., Hespeler, S., Li, M., & Mahbub, M. (2024). Adaptive Anomaly Detection for Identifying Attacks in Cyber-Physical Systems: A Systematic Literature Review. Artif. Intell. Rev., 58. https://doi.org/10.1007/s10462-025-11292-w

Ji, R., Padha, D., Singh, Y., & Sharma, S. (2024). Review of Intrusion Detection System in Cyber-Physical System Based Networks: Characteristics, Industrial Protocols, Attacks, Data Sets and Challenges. Trans. Emerg. Telecommun. Technol., 35. https://doi.org/10.1002/ett.5029

Zhukabayeva, T., Ahmad, Z., Adamova, A., Karabayev, N., & Abdildayeva, A. (2025). An Edge-Computing-Based Integrated Framework for Network Traffic Analysis and Intrusion Detection to Enhance Cyber-Physical System Security in Industrial IoT. Sens., 25. https://doi.org/10.3390/s25082395

Manzoor, S., Yin, Y., Gao, Y., Hei, X., & Cheng, W. (2020). A Systematic Study of IEEE 802.11 DCF Network Optimization From Theory to Testbed. IEEE Access, 8, 154114–154132. https://doi.org/10.1109/access.2020.3018088

Venkateswaran, S. K., Tai, C.-L., Garnayak, R., Ben-Yehezkel, Y., Alpert, Y., & Sivakumar, R. (2024). IEEE 802.11ax Target Wake Time: Design and Performance Analysis in ns-3. In 2024 Workshop on ns-3. https://doi.org/10.1145/3659111.3659115

Assasa, H., Grosheva, N., Ropitault, T., Blandino, S., Golmie, N., & Widmer, J. (2021). Implementation and Evaluation of a WLAN IEEE 802.11ay Model in Network Simulator ns-3. In 2021 Workshop on ns-3. https://doi.org/10.1145/3460797.3460799

Hasan, S., Amundson, I., & Hardin, D. (2024). Zero-trust Design and Assurance Patterns for Cyber-Physical Systems. J. Syst. Archit., 155, 103261. https://doi.org/10.1016/

j.sysarc.2024.103261

Botta, A., Rotbei, S., Zinno, S., & Ventre, G. (2023). Cyber Security of Robots: A Comprehensive Survey. Intell. Syst. Appl., 18, 200237. https://doi.org/10.1016/

j.iswa.2023.200237

Campanile, L., Gribaudo, M., Iacono, M., Marulli, F., & Mastroianni, M. (2020). Computer Network Simulation with ns-3: A Systematic Literature Review. Electron. https://doi.org/10.3390/electronics9020272

Jeffrey, N., Tan, Q., & Villar, J. (2023). A Review of Anomaly Detection Strategies to Detect Threats to Cyber-Physical Systems. Electron. https://doi.org/10.3390/

electronics12153283

Puccetti, T., Nardi, S., Cinquilli, C., Zoppi, T., & Ceccarelli, A. (2024). ROSPaCe: Intrusion Detection Dataset for a ROS2-Based Cyber-Physical System and IoT Networks. Sci. Data, 11. https://doi.org/10.1038/s41597-024-03311-2

Manzoor, S., Manzoor, M., Manzoor, H., Adan, D. E., & Kayani, M. A. (2023). Which Simulator to Choose for Next Generation Wireless Network Simulations? NS-3 or OMNeT++. IEEC 2023. https://doi.org/10.3390/engproc2023046036

Pakhomov, M. V. (2026). ns3-wifi6-zero-trust-cprs: ns-3 Simulation Environment and Traces for the 20 STA / 1 AP IEEE 802.11ax Campaign [Source code]. GitHub. https://github.com/m1fril/ns3-wifi6-zero-trust-cprs

Dhiman, P., Saini, N., Gulzar, Y., Turaev, S., Kaur, A., Nisa, K. U., & Hamid, Y. (2024). A Review and Comparative Analysis of Relevant Approaches of Zero Trust Network Model. Sens., 24. https://doi.org/10.3390/s24041328

Dattatreya, V., Adudhodla, M., Anupkant, S., Bande, V., Prasad, C. G. V. N., & Manellore, P. K. R. (2025). Edge-Forged Resilience: A Zero-Trust Security Architecture for Autonomous Cyber-Physical Systems in Industry 5.0. In 2025 6th Int. Conf. on Smart Electronics and Communication (ICOSEC), 1262–1268. https://doi.org/10.1109/

icosec67334.2025.11459650

Kim, S., Park, K.-J., & Lu, C. (2022). A Survey on Network Security for Cyber-Physical Systems: From Threats to Resilient Design. IEEE Commun. Surv. Tutor., 24, 1534–1573. https://doi.org/10.1109/comst.2022.3187531

Kayan, H., Nunes, M., Rana, O., Burnap, P., & Perera, C. (2021). Cybersecurity of Industrial Cyber-Physical Systems: A Review. ACM Comput. Surv., 54, 1–35. https://doi.org/10.1145/3510410

Nweke, L. O. (2021). A Survey of Specification-based Intrusion Detection Techniques for Cyber-Physical Systems. Int. J. Adv. Comput. Sci. Appl., 12. https://doi.org/10.14569/ijacsa.2021.0120506

Tan, S., Guerrero, J., Xie, P., Han, R., & Vasquez, J. (2020). Brief Survey on Attack Detection Methods for Cyber-Physical Systems. IEEE Syst. J., 14, 5329–5339. https://doi.org/10.1109/jsyst.2020.2991258

Xing, W., & Shen, J. (2024). Security Control of Cyber-Physical Systems under Cyber Attacks: A Survey. Sens., 24. https://doi.org/10.3390/s24123815

Ferrag, M., Maglaras, L., Moschoyiannis, S., & Janicke, H. (2020). Deep learning for cyber security intrusion detection: Approaches, datasets, and comparative study. J. Inf. Secur. Appl., 50. https://doi.org/10.1016/j.jisa.2019.102419

Da Silva, E. F., Santoso, F., & Zheng, L. (2025). A Deep Learning-Based Intrusion Detection System for Safeguarding ROS 2-Powered Unmanned Ground Vehicles Against DoS Attacks. In 2025 Int. Joint Conf. on Neural Networks (IJCNN), 1–9. https://doi.org/10.1109/ijcnn64981.2025.11229203

Santoso, F., & Finn, A. (2023). A Data-Driven Cyber-Physical System Using Deep-Learning Convolutional Neural Networks: Study on False-Data Injection Attacks in an Unmanned Ground Vehicle Under Fault-Tolerant Conditions. IEEE Trans. Syst. Man Cybern. Syst., 53, 346–356. https://doi.org/10.1109/tsmc.2022.3170071

Fernandez, I., Neupane, S., Chakraborty, T., Mitra, S., Mittal, S., Pillai, N., Chen, J., & Rahimi, S. (2024). A Survey on Privacy Attacks Against Digital Twin Systems in AI-Robotics. In 2024 IEEE 10th Int. Conf. on Collaboration and Internet Computing (CIC), 70–79. https://doi.org/10.1109/cic62241.2024.00019

Alauthman, A., & Shraa, T. (2025). Performance Evaluation and Latency Optimization of Wi-Fi 7 in High-Density Wireless Environments. Int. J. Electr. Electron. Eng. Telecommun.. https://doi.org/10.18178/ijeetc.14.6.354-364

Ahrar, E. M., Wilhelmi, F., Galati-Giordano, L., Imputato, P., Menth, M., & Avallone, S. (2025). R-TWT in Wi-Fi 7 and Beyond: Enabling Bounded Latency, Energy Efficiency, and Reliability. In 2025 IEEE 30th Int. Conf. on Emerging Technologies and Factory Automation (ETFA), 1–8. https://doi.org/10.1109/etfa65518.2025.11205686

Alauthman, A., & Shraa, T. (2025). Deep Reinforcement Learning-Driven Dynamic Spectrum Access in Dense Wi-Fi Environments. IEEE Access, 13, 178663–178680. https://doi.org/10.1109/access.2025.3621489

Yang, S., Guo, J., & Rui, X. (2024). Formal Analysis and Detection for ROS2 Communication Security Vulnerability. Electron. https://doi.org/10.3390/electronics13091762

Soriano, E., Martin, F., & Guardiola, G. (2024). Implementing a Robot Intrusion Prevention System (RIPS) for ROS 2. arXiv:2412.19272. https://arxiv.org/abs/2412.19272

Santoso, F., & Finn, A. (2024). Trusted Operations of a Military Ground Robot in the Face of Man-in-the-Middle Cyberattacks Using Deep Learning Convolutional Neural Networks: Real-Time Experimental Outcomes. IEEE Trans. Dependable Secur. Comput., 21, 2273–2284. https://doi.org/10.1109/tdsc.2023.3302807

Zailan, N. S. B., Ong, L.-Y., & Lim, H. (2026). NAVBOT25: Dataset for ROS-Based Autonomous Robot Navigation. Data Br., 65. https://doi.org/10.1016/j.dib.2026.112617

Yaseen, Y. A., Almomani, I., & Al-Akhras, M. (2025). A Survey of Security Threats and Defense Mechanisms in ROS2-Based Internet of Drones Systems. In 2025 Int. Conf. on Computer and Applications (ICCA), 1–6. https://doi.org/10.1109/icca66035.2025.11430817

Papoutsakis, M., Hatzivasilis, G., Michalodimitrakis, E., Ioannidis, S., Michael, M. K., Savva, A. D., Nikolaou, P., Stokkou, E., & Bozdemir, G. (2025). SESAME: Automated Security Assessment of Robots and Modern Multi-Robot Systems. Electron. https://doi.org/10.3390/electronics14050923

Muriithi, G., Papari, B., Arsalan, A., Timilsina, L., Muriithi, A., Buraimoh, E., Khan, A., Ozkan, G., Edrington, C. S., & Papari, A. (2025). Zero Trust Architecture for Electric Transportation Systems: A Systematic Survey and Deep Learning Framework for Replay Attack Detection. IEEE Open J. Veh. Technol., 6, 2171–2194. https://doi.org/10.1109/ojvt.2025.3592041