論文の概要: Economic Impact Assessment of Denial-of-Service and Time-Delay Attacks on Advanced Metering Infrastructure

• arxiv url: http://arxiv.org/abs/2608.09337v1
• Date: Mon, 10 Aug 2026 09:14:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.179826
• Title: Economic Impact Assessment of Denial-of-Service and Time-Delay Attacks on Advanced Metering Infrastructure
• Title（参考訳）: 高度計測インフラにおけるサービス拒否と時間遅延攻撃の経済影響評価
• Abstract要約: 高度計測インフラ(AMI)は、ほぼリアルタイムな消費データを提供することによって、現代の電力システムにおいて重要な役割を担っている。 AMI通信ネットワークは、DoS(DoS)やTDA(Time delay attack)のような特定のサイバー攻撃タイプに対して脆弱である。 本稿では,Mininetをベースとしたシミュレーション環境を用いたAMI通信における攻撃タイプの影響について検討する。
• 参考スコア（独自算出の注目度）: 0.19116784879310023
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Advanced Metering Infrastructure (AMI) plays an important role in modern power systems by providing near real-time consumption data for operational planning and load estimation. Despite this, AMI communication networks are vulnerable to certain cyberattack types, such as denial-of-service (DoS) and time delay attacks (TDAs), which may compromise data availability. This paper evaluates the impact of these attack types on AMI communication using a Mininet-based simulation environment that implements a communication model inspired by the Distributed Network Protocol 3 (DNP3) for communication among smart meters, data concentrators, and utility systems. Different cyberattack scenarios are analyzed, including communication delay, packet loss, combined degradation rate (D_rate), and concentrator failure, to evaluate their effects on network performance and data availability. The results indicate increased latency, higher communication unavailability rates, and reduced data reliability under attack conditions. In addition, the study correlates how communication degradation can result in potential uncertainties in energy demand estimation and provides estimates of the associated financial impacts on energy procurement, using electricity pricing data from the Independent System Operator-New England (ISO-NE). The experimental results reveal that a 500 ms delay increased the average RTT (Round-trip time) from 0.22 ms to 69.5 ms, while a 50% packet loss scenario resulted in 87 timeout events and a 5.31% communication degradation rate. Under a regional-scale deployment of 10,000 smart meters, this degradation could cause an estimated economic impact of $1,009/day under normal market conditions and up to $5,097/day during high-price events.
• Abstract（参考訳）: 高度計測インフラ(AMI)は、運用計画と負荷推定のためのほぼリアルタイムな消費データを提供することによって、現代の電力システムにおいて重要な役割を担っている。 それにもかかわらず、AMI通信ネットワークは、データ可用性を損なう可能性があるDoS(DoS)やTDA(Time delay attack)といった特定のサイバー攻撃タイプに対して脆弱である。 本稿では,これらの攻撃がAMI通信に与える影響を,DNP3(Distributed Network Protocol 3)にインスパイアされた通信モデルを実装したMininetベースのシミュレーション環境を用いて評価する。 通信遅延、パケット損失、複合劣化率(D_rate)、集中障害など、さまざまなサイバー攻撃シナリオを分析し、ネットワーク性能とデータ可用性への影響を評価する。 その結果,攻撃条件下での遅延の増加,通信不能率の向上,データ信頼性の低下が示唆された。 また、エネルギー需要推定における通信劣化が潜在的に不確実性をもたらす可能性についても相関し、インディペンデント・システム・オペレーター・ニューイングランド(ISO-NE)の電力価格データを用いて、エネルギー調達に関する財務的影響を推定する。 実験の結果、500msの遅延により平均RTT(Round-trip time)は0.22msから69.5msに増加し、50%のパケットロスシナリオは87のタイムアウトイベントと5.31%の通信劣化率をもたらした。 地域規模で1万mのスマートメーターが配備された場合、この劣化は通常の市場条件下では1日当たり1009ドル、高価格のイベント時には1日当たり5,097ドルと見積もられる。

関連論文リスト

• Resilient Decentralized Wireless Federated Learning via Gradient Tracking with AdamW [41.35060510410376]
  本稿では,無線通信(WCom)ネットワーク上でのDecLの通信効率と耐障害性を示すQEF-GT-AdamWを提案する。 我々は,帯域幅,送信電力,空調制約,フェードチャネルがDecL性能に与える影響を明示的にモデル化し,圧縮・信頼性の低い無線通信において提案アルゴリズムの収束保証を確立する。
  論文  参考訳（メタデータ） (2026-08-26T08:46:46Z)
• Certificates without Electrons? Theory and Evidence on Impacts from AI-Driven Power Demand [13.517448244057134]
  現在、データセンターは米国の電力需要の4.4%を占めている。 我々は、データセンターオペレータがREC、PPA、および後方容量を選択するゲーム理論モデルを開発する。 エッジ推論,空間的再配置,コロケーションストレージがグリッドの影響を大幅に軽減することを示す。
  論文  参考訳（メタデータ） (2026-05-30T16:57:05Z)
• Automating Supply Chain Disruption Monitoring via an Agentic AI Approach [49.77982322940809]
  我々は、自律的に監視し、分析し、拡張されたサプライネットワークにまたがる破壊に応答する、最小限の教師付きエージェントAIフレームワークを導入する。 F1スコアは0.962から0.991の間であり、破壊1回あたり0.0836ドルのコストで平均3.83分でエンドツーエンドの分析を行う。
  論文  参考訳（メタデータ） (2026-01-14T18:28:31Z)
• A Threshold-Triggered Deep Q-Network-Based Framework for Self-Healing in Autonomic Software-Defined IIoT-Edge Networks [0.0]
  Flashイベントは、ソフトウェア定義産業ネットワークにおける断続的なサービス劣化の主要な要因である。 本研究では、自律的にネットワーク破壊を検出し、分析し、緩和するしきい値トリガー付きディープQネットワークセルフヒーリングエージェントを提案する。 提案手法は, ベースライン最短経路および負荷バランスルーティング方式と比較して, 破壊回復性能を53.84%向上させる。
  論文  参考訳（メタデータ） (2025-12-16T11:11:37Z)
• Automated Fault Detection in 5G Core Networks Using Large Language Models [0.9041331849728441]
  本研究では,大規模言語モデル(LLM)を用いてネットワーク故障検出と分類を自動化する。 データセットには、さまざまなネットワークコンポーネント(pod)からのログに加えて、システム記述、ラウンドトリップ時間(RTT)テスト、ポッドステータス情報などの補完データが含まれている。 このデータセット上のAPIによりGPT-4.1ナノモデルを微調整し,ベースモデルと比較して欠陥検出精度が大幅に向上した。
  論文  参考訳（メタデータ） (2025-11-24T15:55:29Z)
• Energy-Efficient Federated Learning for Edge Real-Time Vision via Joint Data, Computation, and Communication Design [43.89869891417806]
  無線エッジデバイスにおけるリアルタイムコンピュータビジョン(CV)アプリケーションは、エネルギー効率とプライバシ保護の学習を必要とする。 信頼できない無線ネットワーク上でのリアルタイムCVのための超エネルギー効率FLフレームワークであるFedDPQを提案する。
  論文  参考訳（メタデータ） (2025-08-03T13:05:11Z)
• 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)
• Spiking Neural Networks for Low-Power Vibration-Based Predictive Maintenance [38.09509006669997]
  スパイキングニューラルネットワーク(SNN)は、エネルギー効率の高いオンデバイス処理への有望な経路を提供する。 本稿では, 産業用進行キャビティポンプの同時回帰(流量, 圧力, ポンプ速度)とマルチラベル分類(正常, 過圧, キャビテーション)の繰り返しSNNについて検討する。 その結果, 臨界過圧およびキャビテーション断層に対する偽陰性率ゼロの高分類精度 (>97%) を示した。
  論文  参考訳（メタデータ） (2025-06-16T12:33:09Z)
• Data Taxonomy Towards the Applicability of the Digital Twin Conceptual Framework in Disaster Management [0.562479170374811]
  Digital Twin (DT)は、重要なインフラの管理に新しいアプローチを提供する。 これらのインフラの複雑さと相互接続性の増加は、ロバストな災害対応と管理戦略の開発を必要とする。 本研究では,その特徴や脆弱性を危機事象と比較するための分類機能と類似性機能を紹介する。
  論文  参考訳（メタデータ） (2025-02-27T21:08:03Z)
• Towards Resource-Efficient Federated Learning in Industrial IoT for Multivariate Time Series Analysis [50.18156030818883]
  異常と欠落したデータは、産業応用における厄介な問題を構成する。 ディープラーニングによる異常検出が重要な方向として現れている。 エッジデバイスで収集されたデータは、ユーザのプライバシを含む。
  論文  参考訳（メタデータ） (2024-11-06T15:38:31Z)
• AI-Powered Dynamic Fault Detection and Performance Assessment in Photovoltaic Systems [44.99833362998488]
  太陽光発電(PV)の断続的な性質により、電力損失は10-70%、エネルギー生産量は25%減少する。 現在の故障検出戦略はコストが高く、複雑なデータ信号プロファイルのために信頼性の低い結果が得られることが多い。 本研究では,PythonのPVlibライブラリを用いた動的損失量子化アルゴリズムを取り入れた計算モデルを提案する。
  論文  参考訳（メタデータ） (2024-08-19T23:52:06Z)
• Multiagent Reinforcement Learning with an Attention Mechanism for Improving Energy Efficiency in LoRa Networks [52.96907334080273]
  ネットワーク規模が大きくなるにつれて、パケット衝突によるLoRaネットワークのエネルギー効率は急激に低下する。 マルチエージェント強化学習(MALoRa)に基づく伝送パラメータ割り当てアルゴリズムを提案する。 シミュレーションの結果,MALoRaはベースラインアルゴリズムと比較してシステムEEを著しく改善することがわかった。
  論文  参考訳（メタデータ） (2023-09-16T11:37:23Z)
• Artificial Intelligence based Sensor Data Analytics Framework for Remote Electricity Network Condition Monitoring [0.0]
  農村電化は、単一ワイヤアースリターン(SWER)ネットワークのような安価な技術の使用を要求する。 リモート消費者からのエネルギー需要は着実に増加しており、既存の路線の容量はすぐに不足する可能性がある。 SWERラインからの高インピーダンスアーク断層(HIF)は、2009年のブラックサタデーイベントのような壊滅的なブッシュファイアを引き起こす可能性があります。
  論文  参考訳（メタデータ） (2021-01-21T07:50:01Z)

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。