論文の概要: Unmasking Covert Intrusions: Detection of Fault-Masking Cyberattacks on Differential Protection Systems

• arxiv url: http://arxiv.org/abs/2409.04242v1
• Date: Fri, 6 Sep 2024 12:47:15 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-09 15:55:18.150862
• Title: Unmasking Covert Intrusions: Detection of Fault-Masking Cyberattacks on Differential Protection Systems
• Title（参考訳）: 隠蔽侵入の防止:差動保護システムにおける故障対策サイバーアタックの検出
• Authors: Ahmad Mohammad Saber, Amr Youssef, Davor Svetinovic, Hatem Zeineldin, Ehab F. El-Saadany,
• Abstract要約: フォールト・マスキング・アタック(英: Fault-Masking Attacks、FMA)は、標的のLCDRの遠隔測定を操作したステルスサイバーアタックである。 FMAを検出するための2つのモジュールフレームワークを提案する。 シミュレーションの結果,LCDR上でFMAを正確に検出できることが確認された。
• 参考スコア（独自算出の注目度）: 2.030738254233949
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Line Current Differential Relays (LCDRs) are high-speed relays progressively used to protect critical transmission lines. However, LCDRs are vulnerable to cyberattacks. Fault-Masking Attacks (FMAs) are stealthy cyberattacks performed by manipulating the remote measurements of the targeted LCDR to disguise faults on the protected line. Hence, they remain undetected by this LCDR. In this paper, we propose a two-module framework to detect FMAs. The first module is a Mismatch Index (MI) developed from the protected transmission line's equivalent physical model. The MI is triggered only if there is a significant mismatch in the LCDR's local and remote measurements while the LCDR itself is untriggered, which indicates an FMA. After the MI is triggered, the second module, a neural network-based classifier, promptly confirms that the triggering event is a physical fault that lies on the line protected by the LCDR before declaring the occurrence of an FMA. The proposed framework is tested using the IEEE 39-bus benchmark system. Our simulation results confirm that the proposed framework can accurately detect FMAs on LCDRs and is not affected by normal system disturbances, variations, or measurement noise. Our experimental results using OPAL-RT's real-time simulator confirm the proposed solution's real-time performance capability.
• Abstract（参考訳）: ラインカレント微分リレー(Line Current Differential Relays、LCDR)は、重要な伝送路を保護するために徐々に使われる高速リレーである。 しかし、LCDRはサイバー攻撃に弱い。 フォールト・マスキング・アタック(英: Fault-Masking Attacks、FMA)は、標的のLCDRのリモート測定を操作して、保護線上の障害を偽装するステルスサイバーアタックである。 そのため、このLCDRは検出されていない。 本稿では,FMAを検出するための2つのモジュールフレームワークを提案する。 最初のモジュールは、保護された伝送線路の等価物理モデルから開発されたMismatch Index (MI) である。 MIは、LCDRの局所的および遠隔的測定に重大なミスマッチがある場合にのみトリガーされ、LCDR自体が非リガー化され、FMAを示す。 MIが起動された後、第2のモジュールであるニューラルネットワークベースの分類器は、トリガーイベントがFMAの発生を宣言する前にLCDRによって保護されたライン上にある物理的障害であることを即座に確認する。 提案するフレームワークはIEEE 39-busベンチマークシステムを用いてテストされる。 シミュレーションの結果,LCDR上のFMAを正確に検出でき,正常なシステム障害,変動,測定ノイズの影響を受けないことが確認された。 OPAL-RTのリアルタイムシミュレータを用いた実験結果から,提案手法のリアルタイム性能性能を確認した。

関連論文リスト

• Detecting Masquerade Attacks in Controller Area Networks Using Graph Machine Learning [0.2812395851874055]
  本稿では,グラフ機械学習(ML)を用いたCANバスにおけるマスクレード攻撃検出のための新しいフレームワークを提案する。 本稿では,CANバスフレームをメッセージシーケンスグラフ(MSG)として表現し,時系列からコンテキスト統計属性を付加することにより,検出能力を向上できることを示す。 提案手法は,CANフレームの相互作用を包括的かつ動的に解析し,ロバスト性や効率性を向上する。
  論文  参考訳（メタデータ） (2024-08-10T04:17:58Z)
• LaserEscape: Detecting and Mitigating Optical Probing Attacks [5.4511018094405905]
  我々は、光学探査攻撃を検出し軽減するための、最初の完全デジタルかつFPGA互換の対策であるLaserEscapeを紹介する。 LaserEscapeにはデジタル遅延ベースのセンサーが組み込まれており、レーザー光による布の物理的変化をリアルタイムで確実に検出する。 攻撃に対する応答として、LaserEscapeはランダムなハードウェア再構成性を使用して、リアルタイムの隠れアプローチをデプロイする。
  論文  参考訳（メタデータ） (2024-05-06T16:49:11Z)
• On the Potential of Re-configurable Intelligent Surface (RIS)-assisted Physical Layer Authentication (PLA) [0.0]
  再構成可能なインテリジェントサーフェス(RIS)技術は、次世代無線ネットワークの潜在的なコンポーネントになりつつある。 しかし、RIS支援無線通信のブロードキャスト特性は、物理的層における悪意のある攻撃に対して脆弱である。 本稿では、RISを利用した物理層認証(PLA)の可能性を確保するためのRIS支援無線通信システムについて検討する。
  論文  参考訳（メタデータ） (2024-05-01T10:17:24Z)
• Detector-Free Structure from Motion [63.5577809314603]
  そこで我々は,非秩序な画像から正確なカメラポーズと点雲を復元する新しい構造抽出フレームワークを提案する。 我々のフレームワークはまず、量子化された検出器レスマッチングから粗いSfMモデルを再構成する。 提案手法が既存の検出器ベースのSfMシステムより優れていることを示す実験を行った。
  論文  参考訳（メタデータ） (2023-06-27T17:59:39Z)
• Self-Supervised Masked Convolutional Transformer Block for Anomaly Detection [122.4894940892536]
  本稿では, 自己監督型マスク型畳み込み変圧器ブロック (SSMCTB) について述べる。 本研究では,従来の自己教師型予測畳み込み抑止ブロック(SSPCAB)を3次元マスク付き畳み込み層,チャンネルワイドアテンション用トランスフォーマー,およびハマーロスに基づく新たな自己教師型目標を用いて拡張する。
  論文  参考訳（メタデータ） (2022-09-25T04:56:10Z)
• Just Noticeable Difference Modeling for Face Recognition System [69.28990314553076]
  本研究は,自動顔認証システムにおける特徴的差分(JND)について検討する試みである。 FRシステムのJND画像を直接推測する新しいJND予測モデルを開発した。 実験により,提案モデルによりJNDマップの精度が向上することが確認された。
  論文  参考訳（メタデータ） (2022-09-13T10:06:36Z)
• Adaptive Shrink-Mask for Text Detection [91.34459257409104]
  既存のリアルタイムテキスト検出器は、ストリップマスクによってテキストの輪郭を直接再構築する。 予測された収縮マスクへの依存は不安定な検出結果をもたらす。 スーパーピクセルウィンドウ (SPW) はネットワークを監督するように設計されている。
  論文  参考訳（メタデータ） (2021-11-18T07:38:57Z)
• A Hybrid Video Anomaly Detection Framework via Memory-Augmented Flow Reconstruction and Flow-Guided Frame Prediction [34.565986275769745]
  $textHF2$-VADは、フロー再構成とFrame予測を統合するハイブリッドフレームワークである。 ML-MemAE-SCのネットワークを設計し,光学的フロー再構成のための正規パターンを記憶する。 次に, 条件付き変分オートエンコーダを用いて, 前の数フレームから次のフレームを予測する。
  論文  参考訳（メタデータ） (2021-08-16T01:37:29Z)
• Invisible for both Camera and LiDAR: Security of Multi-Sensor Fusion based Perception in Autonomous Driving Under Physical-World Attacks [62.923992740383966]
  本稿では,MDFに基づくADシステムにおけるセキュリティ問題の最初の研究について述べる。 物理的に実現可能な逆3Dプリントオブジェクトを生成し、ADシステムが検出に失敗してクラッシュする。 以上の結果から,攻撃は様々なオブジェクトタイプおよびMSFに対して90%以上の成功率を達成した。
  論文  参考訳（メタデータ） (2021-06-17T05:11:07Z)
• Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
  本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。 我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。 本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
  論文  参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。