Core Concepts
Durch den Einsatz eines physikbasierten, datengesteuerten Verfahrens, das eine bedingte Gauß'sche Zufallsfeld-Methode verwendet, kann die Simulation von Cyberbedrohungen wie MadIoT-Angriffen auf das Stromnetz deutlich beschleunigt werden.
Abstract
Der Artikel befasst sich mit der Erweiterung der Kontingenzsimulation, um auch Cyberbedrohungen zu berücksichtigen. Traditionelle Kontingenzsimulationen konzentrieren sich auf N-1- oder N-2-Ereignisse, die durch mechanische Ausfälle oder Naturkatastrophen verursacht werden. Moderne Cyberbedrohungen wie MadIoT-Angriffe können jedoch zu N-k-Ereignissen mit k >> 2 führen, die schwer zu simulieren sind.
Rein physikbasierte Leistungsflussberechnungen sind zwar genau, aber langsam und können N-k-Ereignisse möglicherweise nicht rechtzeitig lösen. Datengesteuerte Alternativen sind zwar schnell, aber nicht ausreichend verallgemeinerbar, interpretierbar und skalierbar.
Um diese Herausforderungen zu bewältigen, schlägt der Artikel ein neuartiges, datengesteuertes Verfahren vor, das auf einem bedingten Gauß'schen Zufallsfeld basiert. Dieses Verfahren ermöglicht eine schnelle und genaue Bewertung von Cyberbedrohungen, indem es die physikalischen Solver durch Warm-Starts beschleunigt. Zur Verbesserung der physikalischen Interpretierbarkeit und Verallgemeinerbarkeit wird das Verfahren um Domänenwissen erweitert, indem die Netzwerktopologie berücksichtigt wird. Zur Verbesserung der Skalierbarkeit wird eine physikbasierte Regularisierung angewendet, um die Modellkomplexität zu reduzieren.
Die Experimente zeigen, dass die Simulation von MadIoT-Angriffen mit dem vorgeschlagenen Warm-Starter auf einem realistischen 2000-Bus-System etwa 5-mal schneller konvergiert als mit herkömmlichen Initialisierungsmethoden.
Stats
Die Simulation von MadIoT-Angriffen auf einem 2000-Bus-System wird etwa 5-mal schneller mit dem vorgeschlagenen Warm-Starter im Vergleich zu herkömmlichen Initialisierungsmethoden.
Quotes
"Rein physikbasierte Leistungsflussberechnungen sind zwar genau, aber langsam und können N-k-Ereignisse möglicherweise nicht rechtzeitig lösen."
"Datengesteuerte Alternativen sind zwar schnell, aber nicht ausreichend verallgemeinerbar, interpretierbar und skalierbar."