## Memo ## Abstract 現代のサイバーフィジカルシステム（CPS）は、機械とITが相互に依存するコンポーネントであり、社会の重要なインフラのほとんどで運用を支えている。CPSは、安全上の事故からサイバーセキュリティ上の悪意ある攻撃に至るまで、数多くの種類の脅威に対して脆弱であることは、歴史が何度も証明してきた。現在の研究では、機械的なものであれIT的なものであれ、CPSのさまざまな入力ベクトルを分析し、欠陥や脆弱性を検出してパッチを当てることで、運転中の潜在的な影響を軽減することに重点を置いている。しかし、複雑な挙動や故障モードを持つ最新のCPSのソフトウェアベースの実装を本質的に分析できる研究はほとんどない。唯一漠然とした関連性のあるアプローチは、[[Chaos Engineering|カオスエンジニアリング]]（CE）と名付けられたNetFlixの運用ベースの実験手法であり、複雑なコンテンツ・デリバリー・ネットワーク（CDN）のユースケースをテストし、本番での乱流状況に耐える能力に対する信頼性を構築する。条件は、ハードウェア障害からDoS攻撃、実行時設定パラメータに現れる不正なインジェクションまで多岐にわたる。しかし、このアプローチはソフトウェアベースのCDNでのみテストされており、物理的なプロセスを制御する産業用アクチュエータや機械部品を備えたCPSではテストされていません。本稿では、運用上の脆弱性の検出を強化し、CPSの耐障害性を高めるために、CEと[[Degital Twin|デジタル・ツイン]]（DT）技術を組み合わせた新しいフレームワークを紹介する。この目的を達成するために、マテリアルフローネットワークを用いたDTモデルのシミュレーションフェーズにCE実験を統合した。これにより、重要なオペレーションを中断することなく、運用段階におけるシステムの回復力を評価し、モデル化されたシステム内の脆弱なフローやプロセスを特定することができる。本アプローチの有効性を評価するために、地中海地域にある既存の石油精製所からの液化石油ガス精製プロセスをモデル化したDTで実験を行った。これらの実験の結果は、ガス精製プロセスの有害事象に対する感受性の高さを捉える手法の有効性を実証している。