计算机科学博士研究生项目：信息物理系统中AI决策引擎的实证安全评估

【项目介绍】

人工智能（AI）驱动的决策引擎正日益嵌入到信息物理系统（CPS）中，如自动驾驶汽车、智能电网、工业控制系统、机器人技术、医疗设备以及智能交通基础设施等领域。尽管大量研究致力于提升此类系统的性能、效率和自主性，但其实证安全评估仍显不足，这一日益扩大的关键差距亟待填补。

近期研究揭示了学习型CPS中的安全漏洞，表明微小且精心设计的扰动可能导致不安全或恶意行为。然而，现有文献大多聚焦于理论攻击构建或单一系统评估，而非针对各类AI决策引擎进行系统性、可复现且可比较的实证评估。本博士项目旨在填补这一空白，通过构建严谨的实证框架，评估信息物理环境中AI决策引擎的安全鲁棒性、失效模式及运行风险。

【研究意义与价值】

本研究直接回应了在交通、能源和制造等安全关键环境中部署AI驱动CPS的行业所面临的挑战。通过提供实证证据而非纯理论保证，本项目将支持监管机构、系统设计者和安全工程师做出明智的部署决策。预期研究成果将对信息物理系统中可信AI的学术研究和工业最佳实践产生深远影响。