本研究では、電力グリッドのサイバー物理攻撃に対する防御フレームワークを提案している。
まず、従来の保護スキームでは検知できない高度な攻撃に対応するため、発電機の詳細な状態を監視する異常検知ユニットを開発した。これにより、過渡的な動作変化も検知可能となる。
次に、深層強化学習を用いて、異常検知ユニットの出力と既存の保護スキームを適切に組み合わせて活性化する防御エージェントを構築した。このエージェントは、様々な攻撃シナリオに対して最適な保護スキーム起動シーケンスを学習する。
さらに、防御エージェントのニューラルネットワークについて、到達可能な状態集合を解析することで安全性を形式的に検証した。これにより、安全性が保証された防御エージェントをGPUシステムにデプロイできるようになった。
最後に、IEEE 14, 37, 39バスモデルを用いたハードウェアインループ実験により、提案手法の有効性を実証した。従来の保護スキームでは対処できない攻撃に対しても、防御エージェントが適切に保護スキームを起動し、電力グリッドの安全運転を維持することができた。
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問