معيار موحّد لتقييم أنظمة الإنذار الأمني في إنترنت الأشياء الطبية (IoMT) - الهجمات، والكشف، ومقاومة الإنذارات الكاذبة، وزمن الاستجابة.
معيار قياسي مضاد للواقع (counterfactual) لهجمات النزاهة في إنترنت الأشياء الطبية.
شيفرة مرافقة لـ "IoMT-SecAlarmBench: A Counterfactual Benchmark for Integrity Attacks in IoMT".
عندما ينطلق إنذار في وحدة العناية المركزة، يستطيع كاشف الشذوذ أن يخبرك بأن القراءة غير معتادة. لكنه لا يستطيع أن يخبرك بالسبب — تدهور حقيقي، أم عطل في المستشعر، أم قياس مُنتحَل يقع داخل النطاق الفسيولوجي. والإجابة عن ذلك تتطلب حقيقة أرضية مضادة للواقع: ما كان الإنذار سيفعله لو بقي الشبكة سليمة. ولا يحتوي أي تسجيل جُمع طبيعيًا على ذلك، لأنك لا تراقب أبدًا كلا النتيجتين للحدث نفسه.
يوفّر هذا المعيار ذلك بالبناء. تُحقن هجمات نزاهة مُتحكَّم بها في تسجيلات ECG+PPG حقيقية مقترنة، ويُحتفظ لكل نافذة مُهاجَمة بالإشارة النظيفة التي كانت ستُلاحظ.
| النوافذ | 78,729 نافذة موسومة بطول 10 ثوانٍ، بخطوة 5 ثوانٍ، بقناتين ECG+PPG عند 125 هرتز |
| الفئات | 39,882 هجوم · 32,875 فسيولوجيا-طبيعية · 5,350 عطل/تشوّه · 622 حدث-فسيولوجي |
| العمود الفقري | 627 تسجيلًا من CinC 2015 يحمل الزوج الأساسي ECG+PPG (231 إنذارًا حقيقيًا / 396 إنذارًا كاذبًا) |
| فضاء الحقن | {إعادة التشغيل} ∪ (4 أشكال × 4 مستويات شدة × نظامان للمعقولية) |
| التقسيمات | حسب المريض 436 / 91 / 100، مقسّمة طبقيًا حسب نوع اضطراب النظم |
| مضاد للواقع | الإشارة النظيفة الدقيقة قبل الحقن محفوظة لكل نافذة مُهاجَمة |
النتائج الرئيسية. لا يتجاوز أي كاشف من بين خمس عائلات طرق حدّ الأداء بشكل متسق: تقع هجمات إعادة التشغيل والقمم العابرة منخفضة السعة عند 1.2–1.7× مستوى الصدفة لجميع خطوط الأساس الستة. أما أقوى كاشف في الحالات الصعبة فيُعلّم نوافذ العطل/التشوّه عند 5.3× معدل الإنذار الكاذب الخاص به على البيانات الطبيعية — أي الغموض بين الهجوم والعطل، محدَّدًا في علاقة إشارة معيّنة وقابلة للقياس.
git clone https://github.com/techosystem/IoMT-SecAlarmBench.git
cd IoMT-SecAlarmBench
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
يُثبَّت PyTorch على إصدار CUDA 12.8 المستخدم في التشغيلات المُبلَّغ عنها؛ راجع
docs/REPRODUCE.md للحصول على عنوان URL الخاص بالفهرس. يعمل خط الأساس الكلاسيكي (Isolation
Forest) والمولِّد وتدقيق التسريب على وحدة المعالجة المركزية (CPU) دون PyTorch.
لا يُعاد توزيع أي شيء هنا (راجع LICENSE-DATA.md). اجلب المصادر:
bash scripts/get_data.sh # downloads CinC 2015 into data/cinc2015/
يجب طلب WUSTL-EHMS-2020 من مؤلفيه ووضعه في
data/wustl/wustl-ehms-2020.csv.
python src/injection_generator.py --config configs/benchmark.yaml --out data/benchmark/
حتمي وفقًا للبذرة (seed) المُهيّأة. توقّع 78,729 نافذة؛ تطبع أداة التوليد المدرّج التكراري للفئات (class histogram) لتتمكن من التحقق منه مقابل الجدول أعلاه.
python scripts/run_all.py --config configs/benchmark.yaml --seeds 0 1 2 3 4 --deterministic
يكتب هذا دليلًا مؤرخًا بالطابع الزمني تحت results/ يحتوي على
manifest.json يسجّل الإعدادات وإصدارات الحزم ووحدة معالجة الرسوميات (GPU) و
MD5 لكل وحدة مصدرية — بما في ذلك ثوابت الخطورة في الجدول I.
التشغيلات المُبلَّغ عنها هي 20260730-205501 (الجدول III) و20260730-222727
(الجدول IV). نقاط الدخول لكل مكوّن:
| قسم الورقة | الأمر |
|---|---|
| كشف RQ1 (الجدول III) | python src/rq1_report.py |
| التخفّي RQ2 (الجدول IV) | python src/eval_harness.py --matched-far 0.10 |
| التمييز RQ3 (الجدول V) | python src/rq3_discrimination.py |
| الكفاءة RQ4 | python src/eval_harness.py --profile |
| تدقيق التسريب | python src/wustl_leakage.py |
| الإسناد (مؤجَّل؛ انظر §VIII) | python src/rq2_attribution_v3.py |
| الأشكال | make figures |
اقرأ docs/REPRODUCE.md قبل مقارنة الأرقام. هناك قاعدتان غير
اختياريتين: قارن الكواشف دون عتبة أو عند ميزانية إنذار كاذب متطابقة،
ولا تقارن أبدًا عند نقطة أقصى F₁ الخاصة بكل طريقة (فهي تتغيّر بما يصل إلى ±0.234 عبر البذور
بينما يتغيّر AUPRC دون عتبة بمقدار ≤0.013)، وأبلغ عن AUPRC مقابل
حدّه الأدنى العشوائي، الذي يختلف باختلاف المجموعة الفرعية.
src/ generator, adapters, detectors, evaluation (flat imports; run from repo root)
scripts/ get_data.sh, run_all.py
configs/ benchmark.yaml, detectors.yaml
figures/ figure generation scripts
docs/ REPRODUCE.md
tests/ smoke tests
results/ run outputs (gitignored except manifest.json)
DATASHEET.md full datasheet, following Gebru et al.
مسجّلة بشكل علني، ومُناقشة في الورقة البحثية:
راجع CITATION.cff، واستشهد بمدوّنات المصدر أيضًا.
يُوصى به لقياس أداء الكشف والتمييز والإسناد وتدقيق التسريب. ليس مخصصًا لقرارات النشر السريري، ولا لتدريب أنظمة الإنذار دون تحقق استباقي.