Attaques par commutation et injection de données sur des systèmes cyber-physiques stochastiques

Dans cet article, nous considérons le problème de l'estimation d'état résiliente aux attaques, c'est-à-dire estimer de manière fiable les véritables états du système malgré deux classes d'attaques : (i) attaques sur les mécanismes de commutation et (ii) attaques par injection de fausses données sur les signaux des actionneurs et des capteurs, en présence de bruit de processus stochastique et de signaux de mesure. Nous modélisons les systèmes sous attaque comme des systèmes linéaires commutés stochastiques à mode caché avec des entrées inconnues et proposons l'utilisation d'un algorithme d'inférence multi-modèle pour traiter ces problèmes de sécurité. De plus, nous caractérisons des limitations fondamentales à l'estimation résiliente (par exemple, une limite supérieure sur le nombre d'attaques de signal tolérables) et discutons des sujets de détection, d'identification et d'atténuation des attaques dans ce cadre. Des exemples de simulation d'attaques de commutation et d'injection de fausses données sur un système de référence et un système de test IEEE à 68 bus montrent l'efficacité de notre approche pour récupérer des estimations d'état résilientes (c'est-à-dire asymptotiquement non biaisées) ainsi que pour identifier et atténuer les attaques.