論文の概要: False Data Injection Threats in Active Distribution Systems: A Comprehensive Survey

• arxiv url: http://arxiv.org/abs/2111.14251v1
• Date: Sun, 28 Nov 2021 22:25:15 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-01 06:12:16.751118
• Title: False Data Injection Threats in Active Distribution Systems: A Comprehensive Survey
• Title（参考訳）: アクティブな流通システムにおける偽データ注入の脅威:包括的調査
• Authors: Muhammad Akbar Husnoo, Adnan Anwar, Nasser Hosseinzadeh, Shama Naz Islam, Abdun Naser Mahmood, Robin Doss
• Abstract要約: いくつかの最先端技術の統合により、セキュリティとプライバシの脆弱性がいくつか導入されている。 最近の研究動向は、False Data Injection(FDI)攻撃がスマートグリッドパラダイム全体で最も悪意のあるサイバー脅威の1つになっていることを示している。
• 参考スコア（独自算出の注目度）: 1.9084046244608193
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the proliferation of smart devices and revolutions in communications, electrical distribution systems are gradually shifting from passive, manually-operated and inflexible ones, to a massively interconnected cyber-physical smart grid to address the energy challenges of the future. However, the integration of several cutting-edge technologies has introduced several security and privacy vulnerabilities due to the large-scale complexity and resource limitations of deployments. Recent research trends have shown that False Data Injection (FDI) attacks are becoming one of the most malicious cyber threats within the entire smart grid paradigm. Therefore, this paper presents a comprehensive survey of the recent advances in FDI attacks within active distribution systems and proposes a taxonomy to classify the FDI threats with respect to smart grid targets. The related studies are contrasted and summarized in terms of the attack methodologies and implications on the electrical power distribution networks. Finally, we identify some research gaps and recommend a number of future research directions to guide and motivate prospective researchers.
• Abstract（参考訳）: スマートデバイスの普及と通信の革命により、電気配電システムは、受動的で手動操作で柔軟なものから、未来のエネルギー課題に対処するために、巨大な相互接続型のサイバー物理スマートグリッドへと徐々にシフトしている。 しかし、いくつかの最先端技術の統合は、大規模な複雑性とリソース制限のために、セキュリティとプライバシの脆弱性をいくつか導入している。 最近の研究動向は、False Data Injection(FDI)攻撃がスマートグリッドパラダイム全体で最も悪意のあるサイバー脅威の1つになっていることを示している。 そこで本稿では,アクティブな流通システムにおけるfdi攻撃の最近の進展に関する包括的調査を行い,スマートグリッドのターゲットに対してfdiの脅威を分類する分類法を提案する。 関連する研究は、電力流通ネットワークに対する攻撃手法と影響の観点から対比され、要約されている。 最後に、いくつかの研究のギャップを特定し、将来の研究の方向性を推薦し、将来的な研究者を誘導し、動機づける。

関連論文リスト

• Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
  近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。 この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。 本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
  論文  参考訳（メタデータ） (2024-11-15T08:09:28Z)
• A Survey on the Application of Generative Adversarial Networks in Cybersecurity: Prospective, Direction and Open Research Scopes [1.3631461603291568]
  GAN(Generative Adversarial Networks)は、常に変化するセキュリティ問題に対処する強力なソリューションとして登場した。 本研究は, サイバーセキュリティの防衛強化において, GANを的確に捉えた深層学習モデルの重要性について検討した。 焦点は、これらのドメインにおけるサイバーセキュリティの防御を強化するために、GANがいかに影響力のあるツールになり得るかを調べることである。
  論文  参考訳（メタデータ） (2024-07-11T19:51:48Z)
• FaultGuard: A Generative Approach to Resilient Fault Prediction in Smart Electrical Grids [53.2306792009435]
  FaultGuardは、障害タイプとゾーン分類のための最初のフレームワークであり、敵攻撃に耐性がある。 本稿では,ロバスト性を高めるために,低複雑性故障予測モデルとオンライン逆行訓練手法を提案する。 本モデルでは,耐故障予測ベンチマークの最先端を最大0.958の精度で上回っている。
  論文  参考訳（メタデータ） (2024-03-26T08:51:23Z)
• Generative AI for Secure Physical Layer Communications: A Survey [80.0638227807621]
  Generative Artificial Intelligence(GAI)は、AIイノベーションの最前線に立ち、多様なコンテンツを生成するための急速な進歩と非並行的な能力を示す。 本稿では,通信ネットワークの物理層におけるセキュリティ向上におけるGAIの様々な応用について,広範な調査を行う。 私たちは、物理的レイヤセキュリティの課題に対処する上で、GAIの役割を掘り下げ、通信の機密性、認証、可用性、レジリエンス、整合性に重点を置いています。
  論文  参考訳（メタデータ） (2024-02-21T06:22:41Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• The Role of Deep Learning in Advancing Proactive Cybersecurity Measures for Smart Grid Networks: A Survey [1.0589208420411014]
  本研究では,スマートグリッドにおけるディープラーニング(DL)を活用した積極的なサイバー防御戦略について検討する。 DL対応のプロアクティブディフェンスに焦点が当てられ、SGのプロアクティブディフェンスにおける役割と関連性を強調している。 調査では,DLベースのセキュリティシステムをSG内に展開する上での課題がリストアップされている。
  論文  参考訳（メタデータ） (2024-01-11T13:14:40Z)
• Graph Mining for Cybersecurity: A Survey [61.505995908021525]
  マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。 従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。 グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
  論文  参考訳（メタデータ） (2023-04-02T08:43:03Z)
• Downlink Power Allocation in Massive MIMO via Deep Learning: Adversarial Attacks and Training [62.77129284830945]
  本稿では,無線環境における回帰問題を考察し,敵攻撃がDLベースのアプローチを損なう可能性があることを示す。 また,攻撃に対するDLベースの無線システムの堅牢性が著しく向上することを示す。
  論文  参考訳（メタデータ） (2022-06-14T04:55:11Z)
• Artificial Intelligence-Based Smart Grid Vulnerabilities and Potential Solutions for Fake-Normal Attacks: A Short Review [0.0]
  スマートグリッドシステムは電力業界にとって重要なものだが、その高度なアーキテクチャ設計と運用によって、多くのサイバーセキュリティの脅威にさらされている。 人工知能(AI)ベースの技術は、さまざまなコンピュータ設定でサイバー攻撃を検出することで、ますます人気が高まっている。 現在のAIシステムは、GAN(Generative Adversarial Networks)のような高度な敵系が最近出現したため、公開され、消滅している。
  論文  参考訳（メタデータ） (2022-02-14T21:41:36Z)
• A Taxonomy of Cyber Defence Strategies Against False Data Attacks in Smart Grid [3.88835600711547]
  スマートグリッドとして知られる現代の電力網は、孤立して中央制御された電力システムを高速で大規模に接続されたサイバー物理システムに急速に転換した。 膨大な数のサイバー物理的エンティティの相乗効果により、スマートグリッドは世界的なエネルギー問題に対処する上で、より効果的で持続可能なものとなりました。 しかし、データ完全性、機密性、可用性の侵害につながる多数の脆弱性も伴っている。
  論文  参考訳（メタデータ） (2021-03-30T05:36:09Z)
• Deep Learning-Based Intrusion Detection System for Advanced Metering Infrastructure [0.0]
  スマートグリッドはさまざまな脅威に晒され、サイバー攻撃に変換される可能性がある。 本稿では,サイバー攻撃防止のためのディープラーニングによる侵入検知システムの開発を行う。
  論文  参考訳（メタデータ） (2019-12-31T21:06:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。