論文の概要: Digital Twin for Evaluating Detective Countermeasures in Smart Grid Cybersecurity

• arxiv url: http://arxiv.org/abs/2412.03973v1
• Date: Thu, 05 Dec 2024 08:41:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-06 14:38:53.982818
• Title: Digital Twin for Evaluating Detective Countermeasures in Smart Grid Cybersecurity
• Title（参考訳）: スマートグリッドサイバーセキュリティにおける検出対策評価のためのディジタルツイン
• Authors: Omer Sen, Nathalie Bleser, Andreas Ulbig,
• Abstract要約: この研究は、スマートグリッドのサイバー物理実験環境を複製し、デジタル双生児の可能性を掘り下げる。 ハードウェア・イン・ザ・ループ評価のためのフレキシブルで包括的なディジタルツインモデルを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: As the integration of digital technologies and communication systems continues within distribution grids, new avenues emerge to tackle energy transition challenges. Nevertheless, this deeper technological immersion amplifies the necessity for resilience against threats, encompassing both systemic outages and targeted cyberattacks. To ensure the robustness and safeguarding of vital infrastructure, a thorough examination of potential smart grid vulnerabilities and subsequent countermeasure development is essential. This study delves into the potential of digital twins, replicating a smart grid's cyber-physical laboratory environment, thereby enabling focused cybersecurity assessments. Merging the nuances of communication network emulation and power network simulation, we introduce a flexible, comprehensive digital twin model equipped for hardware-in-the-loop evaluations. Through this innovative framework, we not only verify and refine security countermeasures but also underscore their role in maintaining grid stability and trustworthiness.
• Abstract（参考訳）: 配電網内におけるデジタル技術と通信システムの統合が進むにつれ、エネルギー移行の課題に対処する新たな手段が出現する。 しかし、このより深い技術的没入は脅威に対するレジリエンスの必要性を増幅し、システム障害と標的となるサイバー攻撃の両方を包含する。 重要なインフラの堅牢性と安全を確保するため、潜在的なスマートグリッド脆弱性の徹底的な調査とその後の対策開発が不可欠である。 この研究は、スマートグリッドのサイバー物理実験環境を複製し、焦点を絞ったサイバーセキュリティアセスメントを可能にするデジタルツインの可能性について検討する。 通信ネットワークエミュレーションと電力ネットワークシミュレーションのニュアンスを融合して,ハードウェア・イン・ザ・ループ評価のためのフレキシブルで包括的なディジタルツインモデルを導入する。 この革新的な枠組みを通じて、セキュリティ対策を検証・洗練するだけでなく、グリッドの安定性と信頼性を維持する上での役割も強調する。

関連論文リスト

• Machine Learning-Based Intrusion Detection and Prevention System for IIoT Smart Metering Networks: Challenges and Solutions [0.0]
  本稿では、IIoTベースのスマート計測ネットワークの安全性に関する課題について考察する。 エッジデバイスを保護するための機械学習ベースの侵入検知システム(IDPS)を提案する。
  論文  参考訳（メタデータ） (2025-02-16T14:08:59Z)
• Towards Robust Stability Prediction in Smart Grids: GAN-based Approach under Data Constraints and Adversarial Challenges [53.2306792009435]
  本稿では,安定したデータのみを用いて,スマートグリッドの不安定性を検出する新しいフレームワークを提案する。 ジェネレータはGAN(Generative Adversarial Network)に依存しており、ジェネレータは不安定なデータを生成するために訓練される。 我々の解は、実世界の安定と不安定なサンプルからなるデータセットでテストされ、格子安定性の予測において最大97.5%、敵攻撃の検出において最大98.9%の精度を達成する。
  論文  参考訳（メタデータ） (2025-01-27T20:48:25Z)
• Simulation of Multi-Stage Attack and Defense Mechanisms in Smart Grids [2.0766068042442174]
  電力グリッドのインフラと通信のダイナミクスを再現するシミュレーション環境を導入する。 このフレームワークは多様なリアルな攻撃データを生成し、サイバー脅威を検出し緩和するための機械学習アルゴリズムを訓練する。 また、高度な意思決定支援システムを含む、新興のセキュリティ技術を評価するための、制御された柔軟なプラットフォームも提供する。
  論文  参考訳（メタデータ） (2024-12-09T07:07:17Z)
• A cyber-physical digital twin approach to replicating realistic multi-stage cyberattacks on smart grids [2.479074862022315]
  本稿では,セキュアな実験室環境における電力網の複製により,サイバー攻撃がスマートグリッドに与える影響について検討する。 スマートグリッドのセキュアな運用のための通信インフラの研究にシミュレーションが使用される。
  論文  参考訳（メタデータ） (2024-12-06T09:58:51Z)
• Securing Legacy Communication Networks via Authenticated Cyclic Redundancy Integrity Check [98.34702864029796]
  認証サイクル冗長性チェック(ACRIC)を提案する。 ACRICは、追加のハードウェアを必要とせずに後方互換性を保持し、プロトコルに依存しない。 ACRICは最小送信オーバーヘッド(1ms)で堅牢なセキュリティを提供する。
  論文  参考訳（メタデータ） (2024-11-21T18:26:05Z)
• Confronting the Reproducibility Crisis: A Case Study of Challenges in Cybersecurity AI [0.0]
  AIベースのサイバーセキュリティの重要な領域は、悪意のある摂動からディープニューラルネットワークを守ることに焦点を当てている。 VeriGauge ツールキットを用いて,認証されたロバスト性に関する先行研究の結果の検証を試みる。 私たちの発見は、標準化された方法論、コンテナ化、包括的なドキュメントの緊急性の必要性を浮き彫りにしています。
  論文  参考訳（メタデータ） (2024-05-29T04:37:19Z)
• 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)
• 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)
• Causal Reasoning: Charting a Revolutionary Course for Next-Generation AI-Native Wireless Networks [63.246437631458356]
  次世代無線ネットワーク(例:6G)は人工知能(AI)ネイティブである。 本稿では、新たな因果推論分野を基盤として、AIネイティブな無線ネットワークを構築するための新しいフレームワークを紹介する。 因果発見と表現によって対処できる無線ネットワークの課題をいくつか挙げる。
  論文  参考訳（メタデータ） (2023-09-23T00:05:39Z)
• 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)
• Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
  大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。 我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。 我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
  論文  参考訳（メタデータ） (2020-10-19T13:09:31Z)

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。