PPETD: Esquema de Detecção de Furto de Eletricidade com Preservação de Privacidade, Monitoramento de Carga e Faturamento para Redes AMI

Em redes de infraestrutura de medição avançada (AMI), medidores inteligentes instalados no lado do consumidor devem reportar leituras de consumo de energia de alta granularidade (a cada poucos minutos) ao operador do sistema para faturamento, monitoramento de carga em tempo real e gerenciamento de energia. Por outro lado, as redes AMI são vulneráveis a ataques cibernéticos nos quais consumidores maliciosos relatam consumo de eletricidade falso (baixo) para reduzir suas contas de forma ilegal. Portanto, é imperativo desenvolver esquemas para identificar com precisão os consumidores que furtam eletricidade ao relatar o uso falso de eletricidade. A maioria dos esquemas existentes depende de aprendizado de máquina para detecção de furto de eletricidade utilizando as leituras dos medidores de consumo de energia de alta granularidade dos consumidores. No entanto, esses dados de alta granularidade utilizados para detecção de furto de eletricidade, monitoramento de carga e faturamento também podem ser usados indevidamente para inferir informações sensíveis sobre os consumidores, tais como se estão viajando, os aparelhos que utilizam e assim por diante. Neste artigo, propomos um esquema eficiente e com preservação de privacidade para detecção de furto de eletricidade para a rede AMI, ao qual nos referimos como PPETD. Nosso esquema permite que os operadores do sistema identifiquem os furtos de eletricidade, monitorem as cargas e calculem as contas de eletricidade de forma eficiente usando leituras mascaradas de medidores de alta granularidade, sem violar a privacidade dos consumidores. O PPETD utiliza compartilhamento de segredos para permitir que os consumidores enviem leituras mascaradas ao operador do sistema, de modo que essas leituras possam ser agregadas para fins de monitoramento e faturamento. Além disso, protocolos seguros entre duas partes utilizando circuitos aritméticos e binários são executados pelo operador do sistema e por cada consumidor para avaliar um modelo generalizado de rede neural convolucional sobre as leituras mascaradas de consumo de energia de alta granularidade reportadas, com o objetivo de detectar furto de eletricidade. Uma análise extensiva de conjuntos de dados reais é realizada para avaliar a segurança e o desempenho do PPETD. Nossos resultados confirmam que nosso esquema é preciso na detecção de consumidores fraudulentos, mantendo a preservação da privacidade e com sobrecarga aceitável de comunicação e computação.