論文の概要: Towards Secured Smart Grid 2.0: Exploring Security Threats, Protection Models, and Challenges

• arxiv url: http://arxiv.org/abs/2411.04365v2
• Date: Fri, 08 Nov 2024 01:49:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-11 11:36:00.834739
• Title: Towards Secured Smart Grid 2.0: Exploring Security Threats, Protection Models, and Challenges
• Title（参考訳）: セキュアなスマートグリッド2.0に向けて - セキュリティ脅威,保護モデル,課題を探る
• Authors: Lan-Huong Nguyen, Van-Linh Nguyen, Ren-Hung Hwang, Jian-Jhih Kuo, Yu-Wen Chen, Chien-Chung Huang, Ping-I Pan,
• Abstract要約: 本稿では,電力網事業者,通信ネットワーク事業者,消費者の3つの利害関係者に対するセキュリティ脅威と防衛戦略について検討する。 調査を通じて、SG2のステークホルダーは特に、サブステーション攻撃/バンダリズム、マルウェア/ランサムウェアの脅威、ブロックチェーンの脆弱性、サプライチェーンの破壊に弱いことがわかった。
• 参考スコア（独自算出の注目度）: 12.617592574705297
• License:
• Abstract: Many nations are promoting the green transition in the energy sector to attain neutral carbon emissions by 2050. Smart Grid 2.0 (SG2) is expected to explore data-driven analytics and enhance communication technologies to improve the efficiency and sustainability of distributed renewable energy systems. These features are beyond smart metering and electric surplus distribution in conventional smart grids. Given the high dependence on communication networks to connect distributed microgrids in SG2, potential cascading failures of connectivity can cause disruption to data synchronization to the remote control systems. This paper reviews security threats and defense tactics for three stakeholders: power grid operators, communication network providers, and consumers. Through the survey, we found that SG2's stakeholders are particularly vulnerable to substation attacks/vandalism, malware/ransomware threats, blockchain vulnerabilities and supply chain breakdowns. Furthermore, incorporating artificial intelligence (AI) into autonomous energy management in distributed energy resources of SG2 creates new challenges. Accordingly, adversarial samples and false data injection on electricity reading and measurement sensors at power plants can fool AI-powered control functions and cause messy error-checking operations in energy storage, wrong energy estimation in electric vehicle charging, and even fraudulent transactions in peer-to-peer energy trading models. Scalable blockchain-based models, physical unclonable function, interoperable security protocols, and trustworthy AI models designed for managing distributed microgrids in SG2 are typical promising protection models for future research.
• Abstract（参考訳）: 多くの国は2050年までに中性炭素排出量を達成するためにエネルギーセクターの緑の移行を促進している。 Smart Grid 2.0 (SG2)は、分散再生可能エネルギーシステムの効率性と持続可能性を改善するために、データ駆動分析と通信技術の強化を探求することが期待されている。 これらの特徴は、従来のスマートグリッドにおけるスマートメータリングや電気余剰分布を超えたものである。 分散マイクログリッドをSG2で接続するための通信ネットワークへの高い依存を考えると、接続のカスケードの潜在的な障害は、リモート制御システムへのデータ同期を中断させる可能性がある。 本稿では,電力網事業者,通信ネットワーク事業者,消費者の3つの利害関係者に対するセキュリティ脅威と防衛戦略について検討する。 調査を通じて、SG2のステークホルダーは特に、サブステーション攻撃/バンダリズム、マルウェア/ランサムウェアの脅威、ブロックチェーンの脆弱性、サプライチェーンの破壊に弱いことがわかった。 さらに、SG2の分散エネルギー資源における自律的エネルギー管理に人工知能(AI)を組み込むことで、新たな課題が生まれる。 したがって、電力プラントにおける電気読み取り・測定センサーの逆サンプルと偽データ注入は、AIによる制御機能を騙し、エネルギー貯蔵における乱雑なエラーチェック操作、電気自動車の充電における誤ったエネルギー推定、さらにはピアツーピアのエネルギー取引モデルにおける不正取引を引き起こす可能性がある。 スケーラブルなブロックチェーンベースのモデル、物理的に拘束不能な機能、相互運用可能なセキュリティプロトコル、SG2で分散マイクログリッドを管理するように設計された信頼できるAIモデルは、将来の研究の典型的な有望な保護モデルである。

関連論文リスト

• Cyber-Physical Authentication Scheme for Secure V2G Transactions [6.649289493897674]
  電気自動車(EV)の急速な普及により、車両間通信(V2G)ネットワークにおける堅牢なサイバーセキュリティ対策の必要性が高まっている。 本稿では,ブロックチェーンベースのV2Gシステム内でのPnC操作のプラグアンドチャージに適した,サイバー物理認証プロトコルとスマートコントラクトのトレーディングを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:03:26Z)
• Discovery of False Data Injection Schemes on Frequency Controllers with Reinforcement Learning [7.540446548202259]
  インバータベースの分散エネルギー資源(DER)は、再生可能エネルギーを電力システムに統合する上で重要な役割を果たす。 我々は、潜在的な脅威やシステムの脆弱性を特定するために強化学習を採用することを提案する。
  論文  参考訳（メタデータ） (2024-08-30T01:09:32Z)
• GAN-GRID: A Novel Generative Attack on Smart Grid Stability Prediction [53.2306792009435]
  我々は,現実の制約に合わせたスマートグリッドの安定性予測システムを対象とした,新たな敵攻撃GAN-GRIDを提案する。 以上の結果から,データやモデル知識を欠いた,安定度モデルのみに武装した敵が,攻撃成功率0.99の安定度でデータを作成できることが判明した。
  論文  参考訳（メタデータ） (2024-05-20T14:43:46Z)
• From Generative AI to Generative Internet of Things: Fundamentals, Framework, and Outlooks [82.964958051535]
  生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。 GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-10-27T02:58:11Z)
• Charge Manipulation Attacks Against Smart Electric Vehicle Charging Stations and Deep Learning-based Detection Mechanisms [49.37592437398933]
  電気自動車充電ステーション(EVCS)は、グリーントランスポートの実現に向けた重要なステップとなる。 我々は、攻撃者がスマート充電操作中に交換された情報を操作しているEV充電に対する充電操作攻撃(CMA)を調査した。 本稿では,EV充電に関わるパラメータを監視してCMAを検出する,教師なしのディープラーニングに基づくメカニズムを提案する。
  論文  参考訳（メタデータ） (2023-10-18T18:38:59Z)
• RAI4IoE: Responsible AI for Enabling the Internet of Energy [40.87183313830612]
  本稿では,インターネット・オブ・エナジー(IoE)のための技術とアルゴリズムを備えた,等価で責任性の高いAIフレームワークの開発を計画する。 我々のプロジェクトのビジョンは、コミュニティメンバーの公平な参加と、IoEにおけるデータの責任を負うことで、AIの進歩の恩恵を享受し、安全で信頼性があり持続可能なエネルギーサービスを提供することです。
  論文  参考訳（メタデータ） (2023-09-20T23:45:54Z)
• Distributed Energy Management and Demand Response in Smart Grids: A Multi-Agent Deep Reinforcement Learning Framework [53.97223237572147]
  本稿では、自律制御と再生可能エネルギー資源のスマート電力グリッドシステムへの統合のための多エージェント深層強化学習(DRL)フレームワークを提案する。 特に,提案フレームワークは,住宅利用者に対する需要応答 (DR) と分散エネルギー管理 (DEM) を共同で検討している。
  論文  参考訳（メタデータ） (2022-11-29T01:18:58Z)
• Web-Based Platform for Evaluation of Resilient and Transactive Smart-Grids [0.0]
  トランスアクティブ・エナジー(TE)は、経済・制御技術を通じて、スマートグレードにおけるDERの増加を管理するための新たなアプローチである。 我々は、様々なサイバー攻撃や物理的攻撃に対して、スマートグリッドのレジリエンスを評価するための包括的Webベースのプラットフォームを提案する。
  論文  参考訳（メタデータ） (2022-06-11T15:34:33Z)
• Applications of blockchain and artificial intelligence technologies for enabling prosumers in smart grids: A review [12.609078866334615]
  政府は再生可能エネルギー資源のシェア拡大を目標としている。 本稿では、消費者がエネルギー市場に参加するのを容易にするために、ブロックチェーンとAIをスマートグリッドに組み込む方法について論じる。
  論文  参考訳（メタデータ） (2022-02-21T10:27:31Z)
• Risk-Aware Energy Scheduling for Edge Computing with Microgrid: A Multi-Agent Deep Reinforcement Learning Approach [82.6692222294594]
  マイクログリッドを用いたMECネットワークにおけるリスク対応エネルギースケジューリング問題について検討する。 ニューラルネットワークを用いたマルチエージェントディープ強化学習(MADRL)に基づくアドバンテージアクター・クリティック(A3C)アルゴリズムを適用し,その解を導出する。
  論文  参考訳（メタデータ） (2020-02-21T02:14:38Z)
• Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable Edge Computing Systems [87.4519172058185]
  エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。 定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。 実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
  論文  参考訳（メタデータ） (2020-02-20T04:58:07Z)

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。