跳到正文
arXiv cs.CY· Hsi Chang, Irfan Khan·· 9 小时前AI 评分34

Trace2ST:用 LLM 生成与验证从 I/O 轨迹恢复 PLC 结构化文本

Trace2ST: Recovering PLC Structured Text from I/O Traces with LLM Generation and Verification

AI 导读

Trace2ST 提出“生成-回放-反馈”流水线,让 LLM 仅凭 PLC 的 I/O 轨迹记录、在不见源码的情况下写出可执行的 Structured Text 程序,并通过逐扫描周期回放比对、最多三轮修订来验证。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:可编程逻辑控制器(PLC)是运行电力和流程工厂的工业计算机,其程序源代码往往已不可得;然而,控制器的每个输入和输出都被持续记录。因此,本文提出:大语言模型(LLM)能否仅凭这些输入/输出记录(轨迹)恢复出可执行的结构化文本(ST)程序——ST 是 IEC 61131-3 的标准 PLC 语言——以及同样重要的是,如何验证恢复出的程序。为回答这一问题,我们构建了一条生成—重放—反馈流水线。首先,LLM 根据轨迹的压缩摘要编写候选程序,全程不接触原始程序。随后,候选程序按控制周期(扫描)逐周期执行并与记录比对,一旦出现不匹配,就将轨迹的相应部分返回给 LLM,最多修订三次。由于所有结果都取决于执行候选程序的软件,我们首先在两个独立的开源 PLC 运行时上对其进行验证,未发现无法解释的差异。在此基础上,我们评估了来自两个公开基准的 47 个第三方程序。恢复出的程序在 43 个案例中精确复现了记录轨迹,并在未见输入上与原程序在 94% 的扫描中一致。然而,其余错误大多位于轨迹从未执行到的程序分支;一旦加入针对这些分支的轨迹,在未见对抗输入上的一致率便从 0.80 升至 0.98。相比之下,一个不使用 LLM 的经典自动机学习基线虽能拟合记录,但在未见输入上降至 0.40,这表明恢复程序结构才是难点所在。最后,在来自公开水处理测试平台的真实数据上,恢复出的控制律与未见测量值高度吻合($R^2 > 0.99$),并揭示了数据集中唯一的一次执行器攻击。
评论: 6 页,3 幅图,4 张表。投稿至 2027 IEEE Texas Power and Energy Conference(TPEC 2027)
主题: 软件工程(cs.SE);人工智能(cs.AI);计算机与社会(cs.CY);编程语言(cs.PL);系统与控制(eess.SY)
引用为: arXiv:2611.24979 [cs.SE]
  (或本版本的 arXiv:2611.24979v1 [cs.SE])
  https://doi.org/10.48550/arXiv.2611.24979

arXiv 颁发的 DOI 经由 DataCite(待注册)

提交历史

来自:Hsi Chang [查看邮箱]
[v1] 2026 年 11 月 17 日星期二 19:57:11 UTC(36 KB)

来源:arXiv cs.CY · arxiv.org