2026年5月25日，CSA工业互联网安全研究团队组会召开，会议由国际联合实验室博士生赵可景主持。本次组会主题是面向规避工业控制系统深度学习异常检测的动态隐身后门注入攻击方法和面向访问模式隐私保护与数据完整性验证的工业云高性能可验证存储架构的问题。

       河南科技大学2025级硕士研究生张旭汇报了论文《Dynamic stealthy backdoor attack against anomaly detectors in industrial control systems 》，该论文提出了一种针对ICS中基于深度学习的异常检测器的动态隐身后门攻击。该方法利用动态触发生成器和多任务优化将触发器嵌入到传感器时间序列数据中。结果证实，与现有方法相比，该方法具有更高的攻击成功率和隐蔽性，揭示了ICS环境中的关键安全威胁。未来，我们将把这种方法扩展到不同的检测架构中，并针对这种动态后门攻击制定对策。

       河南科技大学2025级硕士研究生邢慧聪汇报了论文《VM-ORAM: A Novel High-Performance ORAM Architecture for Efficient Data Integrity Verification in Industrial Cloud》，该论文提出工业云与IIoT场景下，海量工业数据上云催生严峻安全挑战。仅加密无法抵御攻击：访问模式易泄露生产流程与控制逻辑，且云端存储面临数据篡改、重放风险。ORAM虽可隐藏访问特征，但现有技术顾此失彼——Hitchhiker等高性能方案专注动态调度与多路径驱逐，却缺失完整性验证；PIT等传统可验证方案因频繁哈希计算引入过高开销，且难以适配新型架构。针对上述矛盾，论文提出VM-ORAM，通过融合动态调度、多路径驱逐与轻量完整性验证，填补高性能ORAM的安全空白，适配工业云对安全与性能的双重需求。

       在交流环节，与会组员展开了深入讨论，积极探讨了当前智能制造背景下工业云数据隐私保护与工控系统深度学习模型安全所面临的共性挑战，以及通过源数据对隐蔽攻击提供可解释性的必要性和未来发展趋势。通过这次讨论，对新兴的高性能可验证存储架构与动态隐身攻击机理有了更为清晰的认识，也对如何通过系统层优化平衡安全开销与实时性需求有了更深刻的了解。讨论过程中，提出了许多关于构建“攻防一体”的工业智能安全体系及跨场景技术迁移的宝贵建议，为未来课题研究提供了新的思路。这种互动交流不仅促进了对论文技术细节的进一步理解，还为今后在工业互联网安全方向的实验设计与方法选择提供了参考，推动了学术交流和合作的深入发展。

（图文/张旭邢慧聪  审核/赵可景）