Core Concepts
電力システムのサイバーセキュリティ問題に対応するための機械学習ベースの事後イベント分析手法を提案する。
Abstract
情報通信技術(ICT)が電力システムに統合される中、サイバーセキュリティに関連する問題が増加している。本論文では、デジタル変電所への移行が特に注目されており、これは従来の有線システムから通信ベースの監視制御およびデータ取得(SCADA)システム運用へと移行している。これらの変化により、電力システムはサイバー攻撃に対して脆弱性を増し、その重要性が強調されている。提案された機械学習(ML)ベースの方法では、人工ニューラルネットワーク(ANN)や他のMLモデルを使用して変動障害測定と変電所でのサイバー攻撃データをトレーニングし、これらを正常な電力系統障害とサイバー攻撃と区別できるようになっている。また、提案されたMLベースの手法は10種類の異なる障害タイプと発生場所も特定できる。
Stats
トレーニングデータセットは90%がトレーニング用であり残り10%が検証用。
ANNモデルは全てのメトリックが100%で最も優れたパフォーマンスを示した。
SVMは98%以上の精度を達成し、DTやKNNよりも優れた結果を示した。
Quotes
"提案されたMLベースの手法は10種類の異なる障害タイプと発生場所も特定できる"
"ANNモデルは全てのメトリックが100%で最も優れたパフォーマンスを示した"