Korstabell mot ramverk för PNT-resiliens

Anpassad till, inte betygsatt eller godkänd. Den här tabellen kopplar Kshanas simulerade förmågor till de publicerade ramverken för PNT-resiliens (PNT: positionering, navigering och tidssynkronisering). Den är en simuleringsbaserad självbedömning som är anpassad till DHS/CISA (DHS: Department of Homeland Security; CISA: Cybersecurity and Infrastructure Security Agency) Resilient PNT Conformance Framework (RPCF) v2.0, modellen Resist-Detect-Respond-Recover (RDRR) från RethinkPNT/Firesmith och Yang Yuanxis kriterier för resilient PNT. Den är inte ett betyg, ett godkännande, en ackreditering eller ett compliance-uttalande, och den bär inget stöd från DHS, IEEE (Institute of Electrical and Electronics Engineers) eller någon myndighet. Varje rad är märkt med sin ärliga verifieringsstatus (VALIDATED mot en extern oberoende referens, eller MODELLED utifrån grundprinciper med tester); själva lagret för resiliensbedömning är MODELLED. Två av dess kärnor har egna VALIDATED-rader i verifieringsmatrisen, kärnan för invers-Simpson-diversitet (resilience::diversity) och kärnan för rangordningsstatistik (resilience::stats); det validerar aritmetiken, inte de poäng som bygger på den.

Bedömningsmotorn (src/resilience/) förbrukar dessa förmågor och ger delpoäng per dimension, aldrig ett enda fantomtal. Se src/verification.rs för de maskinkontrollerade statusinvarianterna.

DHS RPCF v2.0: vad ramverket definierar, och Kshanas egna delpoängskategorier#

Det publicerade ramverket (Resilient PNT Conformance Framework, Version 2,0, 26 april 2022, DHS Science and Technology Directorate med CISA) definierar tre kärnfunktioner (avsnitt 5,2: Prevent, Respond, Recover), resiliensnivåer 0 till 4 (avsnitt 5,3) och åtta numrerade minimikrav fördelade över nivåerna 1 till 4 (avsnitt 5,3, återgivna i 5,5), plus ett utvärderingsupplägg (avsnitt 8). Det definierar inte en lista med sju tekniska kategorier. En tidigare version av den här sidan, och kommentarerna i resiliensmodulen, beskrev sju "RPCF technique categories"; orden Obfuscate och Diversify förekommer inte i v2.0. Dokumentets text lästes om den 2026-10-09 och ingen sådan lista hittades.

De sju delpoängsnamn som bedömningsmotorn ger (Obfuscate, Limit, Verify, Isolate, Diversify, Mitigate, Recover; "OLVIDMR" är vår minnesregel) är därför Kshanas egna bedömningskategorier, bevarade för stabil utdata. De är inte DHS-termer och raderna nedan säger inte att DHS kräver dem. Där en kategori motsvarar ett krav i ramverket anger sista kolumnen det; där den inte gör det står det "none".

Kshanas delpoängskategori	Kshana-förmåga som används som drivare	Modul	Status	Närmaste referens i RPCF v2.0
Obfuscate	Deklarerad teknik × källkvalitet (ingen direkt beteendedrivare)	`resilience::score`	MODELLED	none (en förebyggande teknik; avsnitt 5,2, Prevent)
Gräns	Deklarerad teknik × källkvalitet	`resilience::score`	MODELLED	none (en förebyggande teknik; avsnitt 5,2, Prevent)
Verify	AUC (area under kurvan) för störningsdetektorn under scenariot (monitorer för spoofing/jamming/meaconing)	`impairment_eval`, `resilience::score`	MODELLED	Nivå 2 krav 4; nivå 3 krav 7
Isolate	Deklarerad teknik × källkvalitet	`resilience::score`	MODELLED	Nivå 3 krav 6
Diversify	Antal oberoende grupper → effektiv diversitet enligt invers Simpson	`resilience::diversity`	MODELLED	Nivå 4 krav 8; avsnitt 5,5 (gemensamt läge)
Mitigate	Tillgänglighet under nekande	`fom`, `resilience::score`	MODELLED	avsnitt 5,2, Respond
Recover	Holdover-svängning × spärr för begränsad försämring	`fom`, `holdover`, `resilience::timeline`	MODELLED	Nivå 2 krav 5; avsnitt 5,2, Recover

Kopplingen per krav till det verkliga ramverket, med vad Kshanas utdata ger belägg för och vad som blir över, finns i compliance/dhs-rpcf.md.

RDRR-funktioner från RethinkPNT / Firesmith#

Funktion	Drivare	Modul	Status
Resist	Medelvärde av delpoängen Obfuscate/Limit/Isolate/Diversify	`resilience::score`	MODELLED
Detect	Delpoäng Verify (detektorns AUC)	`resilience::score`	MODELLED
Respond	Delpoäng Mitigate (tillgänglighet)	`resilience::score`	MODELLED
Recover	Holdover × begränsad spärr; nyckeltal (KPI:er: detect/react/recover/loss) för resiliens-tidslinjen	`resilience::timeline`	MODELLED

Yang Yuanxis kriterier (den delmängd som kvalitetsmåtten för tidssynkronisering/detektion ger underlag för)#

Kriterium	Drivare	Modul	Status
Tillgänglighet	Tillgänglighet under nekande	`resilience::score`	MODELLED
Tillförlitlighet	Andel filterintegritet	`fom`, `resilience::score`	MODELLED
Kontinuitet	Holdover × begränsad spärr	`resilience::timeline`	MODELLED
Noggrannhet	Ersättningsmått för tidssynkronisering/kvalitet — noggrannhet i positionsdomänen ingår inte i poängen. `fom::positioning_performance` gör en angiven positionskovarians och HPL (horisontell skyddsnivå) till CEP/SEP/2DRMS (cirkulärt sannolikt fel, sfäriskt sannolikt fel, två gånger kvadratmedelvärdet av avståndet), men inget scenario matar in den i resilienspoängen	`resilience::score`	MODELLED (endast tidssynkroniseringsdomänen)

Vad den här korstabellen inte gör anspråk på#

Ingen tilldelad RPCF-nivå. Den angivna nivån är en preliminär, simuleringsbaserad avläsning med en uttrycklig spärr för begränsad försämring, inte en tilldelad mognadsgrad.
Ingen noggrannhet i positionsdomänen i poängen. Resiliensens delpoäng byggs av mått för tidssynkronisering och detektion. Motorn beräknar visserligen positioner på andra ställen (typerna pvt, gnss-ins och leo-pvt) och skyddsnivåer (typen integrity), men bedömningslagret förbrukar dem inte.
Ingen fältvalidering. Referenspanelen och hotensemblen är syntetiska, parameterförankrade förenklingar (resilience::panel), angivna som en förstklassig begränsning.

Följestudien (resilience::study) finns just för att visa att ett hopslagande av dessa dimensioner till en enda sammansatt poäng eller en enda nivå ger ett betyg vars rangordning av arkitekturer är instabil under försvarbara viktnings- och hotval — så den här korstabellen är ett mätlager som ska läsas per dimension, inte ett enda betyg att betygsätta en produkt mot.

Resiliens- och vertikalscenarier som utnyttjar dessa lager#

De medföljande scenarierna nedan kör det hot- och återhämtningsmaskineri som raderna i korstabellen pekar på. Vart och ett är en verklig körning av den namngivna typen; varje är MODELLED (inga fältdata).

Scenario (`scenarios/`)	Typ	Vad den visar
`conflict-resilience.toml`	`conflict-resilience`	Skiktad PNT under ett gemensamt jamming-/spoofinghot: en seedad Monte Carlo av skiktnekande, inversvariansfusion av de överlevande, kvoten för total förlust mellan ett enskilt skikt och skiktad lösning, och hur korrelerat nekande kollapsar den kvoten. Dess identiteter mellan Monte Carlo och sluten form samt för fusionen kontrolleras av tester i craten; typen har ingen rad i verifieringsmatrisen, så den graderas MODELLED här.
`leo-resilience-gnss-jammed-leo-carries.toml`	`campaign`	GNSS (globalt navigationssatellitsystem) störs ut, ett PNT-skikt i låg omloppsbana (LEO) bär användaren, integriteten bibehålls (tre faser på en tidslinje).
`leo-resilience-multiband-diversity.toml`, `leo-resilience-spoof-monitors.toml`	`campaign`	En jammer mot en mottagare med fyra band; vilken spoofingmonitor som ser vilken spoofer.
`leo-resilience-js-margin.toml`	`spectrum`	Marginalen för jammer-till-signal (J/S) utifrån mottagen effekt.
`leo-resilience-spoof-doppler.toml`	`leo-pass`	Spoofingdetektion genom konsistens i Doppler och passagegeometri.
`leo-vertical-5g-network-timing.toml`, `leo-vertical-critical-infrastructure-timing.toml`	`campaign`	Tidssynkronisering för basstationer och kritisk infrastruktur i holdover, med LEO-tid.
`leo-vertical-autonomous-vehicle.toml`, `leo-vertical-rail-maritime.toml`, `leo-vertical-polar-arctic.toml`, `leo-vertical-asset-tracking-iot.toml`	`campaign`	Användare av väg, järnväg, sjöfart, polarområden och sakernas internet (IoT) med ett LEO-skikt.
`automotive-urban-canyon.toml`, `small-uas-jammed-nav.toml`	`gnss-ins`	Dödräkning med GNSS/INS (tröghetsnavigeringssystem) genom en urban kanjon och genom jamming på ett litet obemannat flygplan.
`maritime-port-approach-coast.toml`, `rail-tunnel-coast.toml`	`ins-trn-coast`	Hur länge ett INS håller ett fartyg eller ett tåg inom sin gräns när GNSS nekas.
`maritime-strait-jamming.toml`, `maritime-spoof-position-push.toml`	`jamming`, `spoof-detect`	En maritim jammer; detektion av en spoofer som drar ett fartygs rapporterade position.