電力システムに対する切り替え関連攻撃を検出するための人工知能を用いた物理モデルチェックアプローチ

分散型および階層型マイクログリッド制御戦略は、未来のスマートグリッドを形成するための基盤を築いてきた。このような制御アプローチは、制御センターのマイクログリッドオペレーター、インテリジェントなマイクロコントローラー、そして安全で信頼性の高い通信ネットワークを介したリモートターミナルユニット間の協力を必要とする。ネットワーク侵入検知システムの仕事を補完し、セキュリティを強化するために、本論文では、サイバー攻撃や人的エラーによって改ざんされた回路遮断器の切り替え制御コマンドを検出する人工知能を用いた物理モデルチェックを提案する。この技術では、特定のマイクログリッドの区分されたエリアを監視する分散エージェントが、受信する制御コマンドが物理システムの運用基準に違反せず、マイクログリッドを不安全な状態にしないことを確認するために、訓練され継続的に適応される。このアプローチの可能性は、14バスのIEEEベンチマークシステムにおいて、回路遮断器のステータスコマンドを監視するエージェントを展開することでテストされた。結果は、提案されたフレームワークの電力システムを特定し、悪意のあるおよび/または誤った制御コマンドを成功裏に検出する精度を示した。