Zespół badawczy formalnie scharakteryzował, jak atakujący mogą ukrywać fałszywe dane wstrzykiwane do miejskich systemów liczenia pieszych, oraz zaproponował metodę opartą na cyfrowych bliźniakach wspieraną prawami fizyki. Problem polega na tym, że miasta coraz częściej polegają na danych z liczników pieszych do wskaźników ekonomicznych, planowania urbanistycznego i operacji bezpieczeństwa, ale tradycyjne systemy traktują przychodzący strumień danych jako prawdę bezwzględną.
Rozwiązanie wykorzystuje graph sieciowy reprezentujący ulice Melbourne i angażuje prawa zachowania przepływu między odcinkami mierzonymi i niemierzonymi. Cyfrowy bliźniak estymuje przepływy na grafie ulic i asymiluje liczby poprzez wytrenowany gain lokalizowany na grafie. Kluczową innowacją jest połączenie detektora ataków z residuałem fizyki oraz użycie adaptacyjnej kalibracji conformal do ustalania progów alarmowych zamiast ich ręcznego ustawiania.
Na sześciu latach danych z Melbourne system osiągnął margines ataku na poziomie 0,54 przeciwko pojedynczemu zainfekowanemu urządzeniu i 0,19 gdy zainfekowana była trzecia część floty na sieci, gdzie zaledwie 1,18 procent chodzalnych odcinków było wyposażone w metry. Wyniki pokazują, że zysk pochodzi z prawa zachowania przepływu, a nie tylko z lokalności sensorów. Zastąpienie grafu ulic grafem dystansu zmniejszyło margines do 0,09, co potwierdza, że właściwości fizyczne są kluczowe dla efektywnego wykrywania ataków.