ROSPaCe 技术详解 | 为 ROS2 Cyber-Physical 系统构建真实入侵检测数据集

🧠 一、为什么要做这个数据集？背景与痛点

在网络安全领域，入侵检测系统（IDS） 是识别正常行为与恶意行为的核心。而训练和评估机器学习入侵检测算法的关键，是有高质量的训练数据。过去主流的数据集，主要存在如下问题：
1. 仅针对纯网络环境：大多数数据集只使用网络层数据，不包含操作系统层或应用层等深层信息。
2. 攻击与正常行为分离采集：传统数据集中往往单独生成“正常流量”和“攻击流量”，导致数据不连贯，不反映真实系统中攻击发生的动态过程。
3. 缺少 CPS（Cyber-Physical System）场景：随着 CPS 和 IoT 快速发展，传统 IDS 数据集在多层次、跨设备的真实 CPS 环境中表现有限——尤其是 ROS2 生态下。

ROSPaCe 的核心使命是构建一个真实、跨层次的入侵检测数据集，填补 ROS2 CPS 与 IoT 系统安全数据的空白。

⚙️ 二、系统架构与数据采集设计

1）实验系统：SPaCe 嵌入式 CPS

ROSPaCe 使用一个真实的 嵌入式 CPS —— Smart Passenger Center（简称 SPaCe）系统作为目标，该系统用于公共交通车辆的传感与控制，包括摄像头、通信和 ROS2 中间件组件。 

SPaCe 集成了 ROS2（Robot Operating System 2）：
• ROS2 是机器人和 CPS 中广泛采用的中间件，支持分布式节点、QoS 与实时 DDS 通信。
• 适合仿真与真实设备部署，但其安全性研究数据严重不足。

整体架构重点如下：