論文の概要: Cyber-Physical Co-Simulation of Load Frequency Control under Load-Altering Attacks

• arxiv url: http://arxiv.org/abs/2508.00637v1
• Date: Fri, 01 Aug 2025 13:52:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-04 18:08:53.901793
• Title: Cyber-Physical Co-Simulation of Load Frequency Control under Load-Altering Attacks
• Title（参考訳）: 負荷変動攻撃時の負荷周波数制御のサイバー物理同時シミュレーション
• Authors: Michał Forystek, Andrew D. Syrmakesis, Alkistis Kontou, Panos Kotsampopoulos, Nikos D. Hatziargyriou, Charalambos Konstantinou,
• Abstract要約: 最近登場したLoad Altering Attacks (LAA) は、負荷変動を起こすために高ワット装置のボットネットを利用している。 本稿では,電力網と対応する通信網をモデル化し,グリッド保護機構を実装したオープンソースの協調シミュレーション環境を提案する。
• 参考スコア（独自算出の注目度）: 1.1662899857778717
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Integrating Information and Communications Technology (ICT) devices into the power grid brings many benefits. However, it also exposes the grid to new potential cyber threats. Many control and protection mechanisms, such as Load Frequency Control (LFC), responsible for maintaining nominal frequency during load fluctuations and Under Frequency Load Shedding (UFLS) disconnecting portion of the load during an emergency, are dependent on information exchange through the communication network. The recently emerging Load Altering Attacks (LAAs) utilize a botnet of high-wattage devices to introduce load fluctuation. In their dynamic form (DLAAs), they manipulate the load in response to live grid frequency measurements for increased efficiency, posing a notable threat to grid stability. Recognizing the importance of communication networks in power grid cyber security research, this paper presents an open-source co-simulation environment that models the power grid with the corresponding communication network, implementing grid protective mechanisms. This setup allows the comprehensive analysis of the attacks in concrete LFC and UFLS scenarios.
• Abstract（参考訳）: ICT(Information and Communications Technology)デバイスを電力グリッドに統合することは、多くの利点をもたらす。 しかし、新たなサイバー脅威の可能性を秘めている。 ロード周波数制御(LFC)や、緊急時に負荷の一部を切断するUFLS(Under Frequency Load Shedding)は、通信ネットワークを介して情報交換に依存する。 最近登場したLoad Altering Attacks (LAA)は、負荷変動を起こすために、高ワットデバイスのボットネットを使用している。 動的形式(DLAA)では、ライブグリッド周波数の測定に応答して負荷を制御し、効率を向上し、グリッド安定性に対する顕著な脅威を生じさせる。 本稿では,電力網サイバーセキュリティ研究における通信網の重要性を認識し,電力網と対応する通信網をモデル化し,グリッド保護機構を実装したオープンソースのシミュレーション環境を提案する。 この設定により、具体的なLFCおよびUFLSシナリオにおける攻撃の包括的解析が可能になる。

関連論文リスト

• Exploring the Effects of Load Altering Attacks on Load Frequency Control through Python and RTDS [1.1662899857778717]
  負荷プロファイルを操作するために高ワット装置のボットネットを使用する負荷変更攻撃(LAA)は、グリッド安定性に対する顕著な脅威である。 本研究では,静的および動的シナリオのシミュレーションを通じて,負荷周波数制御(LFC)におけるLAAの影響を分析することにより,ギャップを橋渡しする。 その結果、LAAが周波数安定性に与える影響を強調し、動的LAAに対する固有値に基づく安定性評価を示す。
  論文  参考訳（メタデータ） (2025-04-11T20:07:47Z)
• Channel State Information Analysis for Jamming Attack Detection in Static and Dynamic UAV Networks -- An Experimental Study [0.0]
  本研究では,静的および動的車両ネットワークにおける攻撃検出の妨害問題について検討する。 我々はESP32-S3モジュールを用いて無人航空機(UAV)と地上制御ステーション(GCS)の通信ネットワークを構築する。 静的および動的通信シナリオにおいて,一定のジャマが記録されたCSIパラメータに与える影響と,CSI解析による妨害検出の可能性について実験的に検証した。
  論文  参考訳（メタデータ） (2025-04-08T09:15:53Z)
• AI Flow at the Network Edge [58.31090055138711]
  AI Flowは、デバイス、エッジノード、クラウドサーバ間で利用可能な異種リソースを共同で活用することで、推論プロセスを合理化するフレームワークである。 この記事では、AI Flowのモチベーション、課題、原則を特定するためのポジションペーパーとして機能する。
  論文  参考訳（メタデータ） (2024-11-19T12:51:17Z)
• Smart Grid Security: A Verified Deep Reinforcement Learning Framework to Counter Cyber-Physical Attacks [2.159496955301211]
  スマートグリッドは戦略的なサイバー物理攻撃に対して脆弱である。 悪意のある攻撃は、高ワットのIoT(Internet of Things)ボットネットデバイスを使用して電力需要を操作することができる。 グリッドオペレータは、設計段階でサイバー物理攻撃の潜在的なシナリオを見落としている。 本稿では,スマートグリッドに対する攻撃を緩和する安全な深層強化学習(DRL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-24T05:26:20Z)
• Conformal Distributed Remote Inference in Sensor Networks Under Reliability and Communication Constraints [61.62410595953275]
  通信制約付き分散共形リスク制御(CD-CRC) CD-CRCは通信制約下でのセンサネットワークのための新しい意思決定フレームワークである。
  論文  参考訳（メタデータ） (2024-09-12T10:12:43Z)
• 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)
• 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)
• Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust Closed-Loop Control [63.310780486820796]
  繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。 パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
  論文  参考訳（メタデータ） (2023-10-05T21:44:18Z)
• Guaranteed Dynamic Scheduling of Ultra-Reliable Low-Latency Traffic via Conformal Prediction [72.59079526765487]
  アップリンクにおける超信頼性・低遅延トラフィック(URLLC)の動的スケジューリングは、既存のサービスの効率を大幅に向上させることができる。 主な課題は、URLLCパケット生成のプロセスにおける不確実性である。 本稿では,URLLC トラフィック予測器の品質に関わらず,信頼性と遅延を保証した新しい URLLC パケットスケジューラを提案する。
  論文  参考訳（メタデータ） (2023-02-15T14:09:55Z)
• Stabilizing Voltage in Power Distribution Networks via Multi-Agent Reinforcement Learning with Transformer [128.19212716007794]
  本稿では,変圧器を用いたマルチエージェント・アクタ・クリティカル・フレームワーク(T-MAAC)を提案する。 さらに、電圧制御タスクに適した新しい補助タスクトレーニングプロセスを採用し、サンプル効率を向上する。
  論文  参考訳（メタデータ） (2022-06-08T07:48:42Z)
• A Learning Approach for Joint Design of Event-triggered Control and Power-Efficient Resource Allocation [3.822543555265593]
  本研究では,第5世代(5G)無線ネットワークにおけるイベントトリガー制御とエネルギー効率の高い資源配分の連成設計問題について検討する。 本研究では,4つのポリシーを同時に学習するモデルレス階層型強化学習手法を提案する。 シミュレーションの結果,提案手法はシミュレートされたICPSを適切に制御し,アクチュエータの入力とダウンリンク電力消費量を著しく削減できることがわかった。
  論文  参考訳（メタデータ） (2022-05-14T14:16:11Z)

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。