論文の概要: Strategy Phasing of Cyber Attacks on Digital Substations

• arxiv url: http://arxiv.org/abs/2607.27661v1
• Date: Thu, 30 Jul 2026 04:17:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.394272
• Title: Strategy Phasing of Cyber Attacks on Digital Substations
• Title（参考訳）: デジタル変電所におけるサイバー攻撃の戦略
• Abstract要約: 本稿では,Substation Cyber Attack Strategy Phasing (SubCASP)を提案する。 SubCASPはIDSデータログをフューズして、現在のアタックフェーズ、次のアタックフェーズ、レトロスペクティブアタックパスを推測する。 テスト結果は、様々なIDS可観測レベルと不足IDSデータログシナリオに対するSubCASPの堅牢性を示すために提示される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Digital substations that comply with IEC 61850 have improved the operational efficiency of modern power systems. However, adversaries can abuse IEC 61850 communication to manipulate circuit breaker operations in substations, which can result in severe system impacts. These cyber attacks are crafted based on broader multi-phase strategies. The existing intrusion detection systems (IDSs) often flag only isolated symptoms. Thus, there is a lack of context in the attack phase to support the deployment of mitigation measures. This paper proposes Substation Cyber Attack Strategy Phasing (SubCASP), a Hidden Markov Model(HMM)- based method that fuses IDS data logs to infer the current attack phase, next attack phase, and retrospective attack path. The attack phases are derived from an ATT&CK-based threat modeling. The SubCASP model is trained and evaluated on a reproducible attack-graph dataset. Test results are presented to demonstrate the robustness of SubCASP for various IDS observability levels and missing IDS data logs scenarios.
• Abstract（参考訳）: IEC 61850に準拠したデジタル変電所は、現代の電力システムの運用効率を改善した。 しかし、敵はIEC 61850通信を悪用してサブステーションのサーキットブレーカー操作を操作し、システムに深刻な影響を及ぼす可能性がある。 これらのサイバー攻撃は、より広範なマルチフェーズ戦略に基づいて行われる。 既存の侵入検知システム(IDS)は、しばしば孤立した症状のみにフラグを付ける。 したがって、緩和対策の展開をサポートするための攻撃フェーズにはコンテキストが欠如している。 本稿では,現在の攻撃フェーズ,次の攻撃フェーズ,および振り返り攻撃パスを推測するために,IDSデータログを融合する隠れマルコフモデル(HMM)に基づくSubstation Cyber Attack Strategy Phasing (SubCASP)を提案する。 攻撃フェーズはATT&CKベースの脅威モデリングから導かれる。 SubCASPモデルは再現可能なアタックグラフデータセットでトレーニングされ、評価される。 テスト結果は、様々なIDSオブザーバビリティレベルとIDSデータログの欠如に対するSubCASPの堅牢性を示すために提示される。

関連論文リスト

• Cybersecurity of High-Altitude Platform Stations: Threat Taxonomy, Attacks and Defenses with Standards Mapping - DDoS Attack Use Case [46.15641504748965]
  高高度プラットフォームステーション(HAPS)は、非地球ネットワーク内で出現する成層圏ノードである。 本稿では、HAPSサブシステムと主通信リンク、通信、制御、電力サブシステムにまたがるサイバーセキュリティとプライバシの露見を構造化し、成層圏を意識した脅威分類を提案する。 我々はOMNeT++/INETを用いたシミュレーションに基づくケーススタディを報告し、サービスとコントロールプレーンの可用性に対する分散型サービスデニアル(DDoS)の影響を特徴づける。
  論文  参考訳（メタデータ） (2025-11-16T20:28:58Z)
• Preliminary Investigation into Uncertainty-Aware Attack Stage Classification [81.28215542218724]
  この研究は、不確実性の下での攻撃段階推論の問題に対処する。 Evidential Deep Learning (EDL) に基づく分類手法を提案し、ディリクレ分布のパラメータを可能な段階に出力することで予測の不確実性をモデル化する。 シミュレーション環境における予備実験により,提案モデルが精度良く攻撃の段階を推定できることが実証された。
  論文  参考訳（メタデータ） (2025-08-01T06:58:00Z)
• CANDoSA: A Hardware Performance Counter-Based Intrusion Detection System for DoS Attacks on Automotive CAN bus [45.24207460381396]
  本稿では,制御領域ネットワーク(CAN)環境向けに設計された新しい侵入検知システム(IDS)を提案する。 RISC-VベースのCAN受信機はgem5シミュレータを用いてシミュレートされ、AES-128暗号化によるCANフレームペイロードをFreeRTOSタスクとして処理する。 結果は、このアプローチがCANセキュリティを大幅に改善し、自動車サイバーセキュリティにおける新たな課題に対処する可能性があることを示唆している。
  論文  参考訳（メタデータ） (2025-07-19T20:09:52Z)
• Cyber Attacks Detection, Prevention, and Source Localization in Digital Substation Communication using Hybrid Statistical-Deep Learning [39.58317527488534]
  本稿では, IEC 61850 SV インジェクション攻撃の検出, 防止, ソースローカライズのためのハイブリッド統計深度学習法を提案する。 悪質なSVフレームを最小の処理オーバーヘッドとレイテンシで事実上破棄し、通信ネットワークのレイテンシと時間同期の問題に対して堅牢性を維持する。 IEC 61850準拠のデジタル変電所における本手法の実用的展開適性を示す。
  論文  参考訳（メタデータ） (2025-07-01T07:38:22Z)
• An Advanced Cyber-Physical System Security Testbed for Substation Automation [0.0]
  サイバー物理システム(CPS)テストベッドは、サブステーションにおけるサイバー侵入の検出と緩和戦略のテストと検証のための強力なプラットフォームとして機能する。 本研究では,サブステーションのリアルタイムダイナミクスを効果的に評価できるCPSテストベッドの設計と開発について述べる。
  論文  参考訳（メタデータ） (2025-05-29T21:42:43Z)
• Substation Bill of Materials: A Novel Approach to Managing Supply Chain Cyber-risks on IEC 61850 Digital Substations [44.99833362998488]
  Substation Bill of Materials (Subs-BOM) は、DS内のすべてのIEDとそれらの関係をサイバーセキュリティの観点からモデル化することができる。 Subs-BOMは、デバイス、実行中のファームウェア、DSにデプロイされるサービスを正確かつ完全なインベントリとして、エネルギーユーティリティを提供する。
  論文  参考訳（メタデータ） (2025-03-25T13:28:36Z)
• Detecting Zero-Day Attacks in Digital Substations via In-Context Learning [4.628422191154655]
  電力網に対するサイバー攻撃は毎年増加しており、毎年新しい攻撃技術が出現している。 本稿では,IEC-61850通信プロトコルを用いたディジタルサブステーションにおいて,新規・ゼロデイ攻撃を検出することの難しさに対処する。 本稿では,大言語モデルの基本構築ブロックであるトランスフォーマーアーキテクチャのコンテキスト内学習(ICL)機能を活用するアプローチを提案する。
  論文  参考訳（メタデータ） (2025-01-27T19:24:00Z)
• Learning in Multiple Spaces: Few-Shot Network Attack Detection with Metric-Fused Prototypical Networks [47.18575262588692]
  本稿では,数発の攻撃検出に適した新しいマルチスペースプロトタイプ学習フレームワークを提案する。 Polyakの平均的なプロトタイプ生成を活用することで、このフレームワークは学習プロセスを安定化し、稀でゼロデイの攻撃に効果的に適応する。 ベンチマークデータセットによる実験結果から、MSPLは、目立たない、新しい攻撃タイプを検出する従来のアプローチよりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-12-28T00:09:46Z)
• Defense against Joint Poison and Evasion Attacks: A Case Study of DERMS [2.632261166782093]
  IDSの第1の枠組みは, ジョイント中毒や回避攻撃に対して堅牢である。 IEEE-13バスフィードモデルにおける本手法のロバスト性を検証する。
  論文  参考訳（メタデータ） (2024-05-05T16:24:30Z)
• usfAD Based Effective Unknown Attack Detection Focused IDS Framework [3.560574387648533]
  Internet of Things(IoT)とIndustrial Internet of Things(IIoT)は、サイバー脅威の増加につながっている。 10年以上にわたり、研究者は侵入検知システム(IDS)を開発するための教師付き機械学習技術を模索してきた。 既知のデータセット上でトレーニングされ、テストされたIDSは、ゼロデイまたは未知の攻撃を検出するのに失敗する。 我々は,攻撃の訓練サンプルを必要としない,半教師付き学習に基づくIDSのための2つの戦略を提案する。
  論文  参考訳（メタデータ） (2024-03-17T11:49:57Z)
• SISSA: Real-time Monitoring of Hardware Functional Safety and Cybersecurity with In-vehicle SOME/IP Ethernet Traffic [49.549771439609046]
  本稿では,車内機能安全とサイバーセキュリティをモデル化・解析するためのSOME/IP通信トラフィックベースアプローチであるSISSAを提案する。 具体的には、SISSAはWeibullディストリビューションでハードウェア障害をモデル化し、SOME/IP通信に対する5つの潜在的な攻撃に対処する。 広範囲な実験結果から,SISSAの有効性と有効性が確認された。
  論文  参考訳（メタデータ） (2024-02-21T03:31:40Z)
• TANTRA: Timing-Based Adversarial Network Traffic Reshaping Attack [46.79557381882643]
  本稿では,TANTRA(Adversarial Network Traffic Reshaping Attack)を提案する。 我々の回避攻撃は、ターゲットネットワークの良性パケット間の時間差を学習するために訓練された長い短期記憶(LSTM)ディープニューラルネットワーク(DNN)を利用する。 TANTRAは、ネットワーク侵入検出システム回避の平均成功率99.99%を達成します。
  論文  参考訳（メタデータ） (2021-03-10T19:03:38Z)

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。