Please use this identifier to cite or link to this item:
http://lib.kart.edu.ua/handle/123456789/33738| Title: | Cyber-physical protection of microprocessor architectures of railway automation against deliberate electromagnetic interferences of high power |
| Other Titles: | Кіберфізичний захист мікропроцесорних архітектур залізничної автоматики від навмисних електромагнітних перешкод високої потужності |
| Authors: | Sotnyk, Vasyl Oleksandrovych Сотник, Василь Олександрович |
| Keywords: | microprocessor interlocking railway automation intentional electromagnetic interference (IEMI) high-power electromagnetic radiation Edge Artificial Intelligence (Edge AI) Short-Time Fourier Transform (STFT) convolutional neural network (CNN) functional safety cyber-physical protection electromagnetic compatibility (EMC) Fail-Safe principle мікропроцесорна централізація залізнична автоматика навмисні електромагнітні перешкоди високопотужне електромагнітне випромінювання периферійний штучний інтелект (Edge AI) короткочасне перетворення Фур'є згорткова нейронна мережа функціональна безпека кіберфізичний захист електромагнітна сумісність принцип Fail-Safe |
| Issue Date: | 2026 |
| Publisher: | Український державний університет залізничного транспорту |
| Citation: | Sotnyk V. O. Cyber-physical protection of microprocessor architectures of railway automation against deliberate electromagnetic interferences of high power / V. O. Sotnyk. Інформаційно-керуючі системи на залізничному транспорті. 2026. № 3. С. 40-50. |
| Abstract: | EN: This paper presents the development of a cyber-physical protection system for railway microprocessor
automation architectures against intentional high-power electromagnetic interference. The relevance of the study is
determined by the increasing vulnerability of modern microprocessor interlocking systems to high-power microwave
(HPM) radiation and ultra-wideband (UWB) electromagnetic pulses capable of causing failures of electronic
components and compromising the safe control of railway traffic. The objective of the research is to develop an
intelligent protection architecture that integrates structural electromagnetic shielding with an Edge Artificial
Intelligence (Edge AI) module for rapid detection of hazardous electromagnetic events and initiation of protective
actions. Short-Time Fourier Transform (STFT) is employed to process transient electromagnetic signals and generate
phase-invariant spectrograms, while their classification is performed using a lightweight MobileNet convolutional
neural network optimized for deployment on an STM32H7 microcontroller. The proposed approach incorporates
mathematical models of electromagnetic field interaction, a Wald criterion-based decision-making algorithm, and a
fail-safe architecture that automatically transfers the system to the SIL-4 safe state in the event of either a detected
threat or an internal malfunction of the AI module. Experimental investigations conducted in a semi-anechoic chamber
using calibrated measurement equipment confirmed the effectiveness of the proposed solution under electric field
strengths up to 50 kV/m and an average detection-and-protection response time of approximately 3.1 ms. The scientific
novelty of the research lies in the integrated application of spectral signal analysis, Edge AI technologies, and
functional safety principles for protecting critical railway infrastructure against intentional electromagnetic attacks.
The practical significance of the proposed solution consists in improving the resilience, operational reliability, and
electromagnetic survivability of modern railway microprocessor interlocking systems while preserving deterministic
fail-safe operation in accordance with railway safety requirements. UA: Статтю присвячено розробленню кіберфізичної системи захисту мікропроцесорних архітектур залізничної автоматики від навмисних електромагнітних впливів високої потужності. Актуальність дослідження обумовлена зростанням загроз для сучасних мікропроцесорних систем централізації, спричинених високопотужними мікрохвильовими (HPM) і надширокосмуговими (UWB) електромагнітними імпульсами, здатними викликати відмови електронних компонентів і порушення безпечного керування рухом поїздів. Метою роботи є створення інтелектуальної архітектури захисту, що поєднує конструктивне електромагнітне екранування із модулем периферійного штучного інтелекту Edge AI для оперативного виявлення небезпечних впливів та ініціювання захисних дій. Для аналізу електромагнітних сигналів використано короткочасне перетворення Фур'є, що забезпечує формування фазово-інваріантних спектрограм, а їхню класифікацію реалізовано за допомогою полегшеної згорткової нейронної мережі MobileNet, оптимізованої для виконання на мікроконтролері STM32H7. Запропоновано математичні моделі електромагнітного впливу, алгоритм ухвалення рішень на основі критерію Вальда і Fail-Safe архітектуру, яка забезпечує автоматичне переведення системи в безпечний стан SIL-4 у разі виявлення загрози або відмови модуля штучного інтелекту. Експериментальні дослідження, виконані в напівбезеховій камері із застосуванням каліброваних вимірювальних засобів, підтвердили працездатність запропонованого підходу за напруженості поля до 50 кВ/м і середньому часі виявлення і спрацювання захисту близько 3,1 мс. Наукова новизна полягає в комплексному поєднанні методів спектрального аналізу, периферійного штучного інтелекту і принципів функціональної безпеки для захисту критичної залізничної інфраструктури від навмисних електромагнітних впливів. Практичне значення роботи полягає в можливості підвищення живучості та надійності сучасних мікропроцесорних систем залізничної автоматики. |
| URI: | http://lib.kart.edu.ua/handle/123456789/33738 |
| ISSN: | 1681-4886 (рrint); 2413-3833 (online) |
| Appears in Collections: | № 3 (166) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Sotnyk.pdf | 535.02 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.