論文の概要: From Caveman to COBA: Coordinated Optimization-Based Attacks on Grid-Edge Smart Inverters in DER-Rich Power Systems

• arxiv url: http://arxiv.org/abs/2610.33401v1
• Date: Sat, 24 Oct 2026 02:27:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.319647
• Title: From Caveman to COBA: Coordinated Optimization-Based Attacks on Grid-Edge Smart Inverters in DER-Rich Power Systems
• Title（参考訳）: Caveman から COBA へ: DER-Rich 電力系統におけるグリッドエッジスマートインバータの協調最適化に基づく攻撃
• Abstract要約: 本稿では,Coordinated Optimization-Based Attack (COBA)を紹介する。 伝送路の熱負荷を最大化するために、ネットワーク情報とロケーション固有のDER P/Q設定ポイントを使用する。 以上の結果から,Topology,Target selection,Command capabilitiesは,集合浸透以外のDERによる熱的リスクを判断できることがわかった。
• 参考スコア（独自算出の注目度）: 1.2622634782102324
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Aggregation platforms and smart-inverter control channels can allow a compromised coordination layer to alter active- and reactive-power commands across a geographically distributed DER fleet. This paper introduces the Coordinated Optimization-Based Attack (COBA), which uses network information and location-specific DER P/Q setpoints to maximize thermal loading on a selected transmission corridor. COBA is compared with low-information CAV baselines limited to a single uniform fleet command: all-off, all-on, maximum reactive absorption, or maximum reactive injection. The Hawaii Synthetic Grid-37 Buses case is evaluated with rooftop-photovoltaic-like capability aggregated at 20 selected 69-kV buses and verified using MATPOWER power flow. Under the case's single-reference-bus balancing convention, COBA overloads B86 (WAIALUA69-WAIANAE69) near 30% penetration and B51 (COCONUT69-PALM69) near 55%, while same-target uniform loadings remain lower and uniform commands primarily stress other natural weak lines. The results show that topology, target selection, and command capability determine DER-induced thermal risk beyond aggregate penetration alone.
• Abstract（参考訳）: 集約プラットフォームとスマートインバータ制御チャネルは、地理的に分散されたDERフリート全体でアクティブおよびリアクティブのパワーコマンドを変更するための妥協された調整層を可能にする。 本稿では,ネットワーク情報と位置特化DER P/Q設定点を用いて,選択した伝送路の熱負荷を最大化するCoordinated Optimization-Based Attack (COBA)を提案する。 COBAは、オールオフ、オールオン、最大反応性吸収、最大反応性注入という単一の均一艦隊コマンドに制限された低情報CAVベースラインと比較される。 ハワイ・シンセティック・グリッド-37バスズ・ケースは、選択された69kVバス20台に集束された屋上太陽光発電のような能力で評価され、MATPOWER電力フローを用いて検証された。 単一参照バスバランスの慣例では、COBAはB86(WAIALUA69-WAIANAE69)を30%近く、B51(COCONUT69-PALM69)を55%近くでオーバーロードしている。 以上の結果から,Topology,Target selection,Command capabilitiesは,集合浸透のみを超えたDER誘導熱リスクを決定できることがわかった。

関連論文リスト

• Reinforcement Learning-Guided Evolutionary Policy Optimization for Preference-Adjustable Heterogeneous Agile Earth Observation Satellite Scheduling [50.176885352114674]
  異質なアジャイル地球観測衛星(AEOS)のスケジューリングには、タスクの選択、衛星の割り当て、および観測シークエンシングが必要である。 本稿では、優先調整可能な重み付け目的を用いた異種AEOSスケジューリングのための進化的ポリシー最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-25T12:16:28Z)
• MA-HEAD-Net: Adaptive Rule-Guided Multi-Agent DRL for AoI Minimization in UAV-Assisted Emergency Networks [71.01350912967922]
  事故後のシナリオでは、無人航空機(UAV)が緊急通信ネットワークを確立する上で重要である。 本稿では,UAV支援緊急通信における情報量(AoI)の最小化について検討する。 適応型ルール誘導多エージェント深層強化学習フレームワークMA-HEAD-Netを開発した。
  論文  参考訳（メタデータ） (2026-08-02T10:05:50Z)
• Heterogeneous Multi-Agent Proximal Policy Optimization for Power Distribution System Restoration [4.46185759083096]
  本稿では, 相互接続したマイクログリッド間の協調修復を実現するために, 不均一・エージェント強化学習フレームワークを適用した。 その結果、HARLフレームワークにマイクログリッドレベルの不均一性を組み込むことで、複雑なPSD修復のためのスケーラブルで安定で制約対応のソリューションが得られることが示された。
  論文  参考訳（メタデータ） (2025-11-18T18:23:35Z)
• STAR-RIS-assisted Collaborative Beamforming for Low-altitude Wireless Networks [58.13757830013997]
  無人航空機(UAV)に基づく無線ネットワークは、都市コミュニケーションに高いモビリティ、柔軟性、カバーを提供する。 閉塞により、密集した環境では信号の減衰が激しい。 この重要な問題に対処するために、UAVの協調ビームの導入と全方向逆方向ビームフォーミングについて検討する。
  論文  参考訳（メタデータ） (2025-10-25T01:28:37Z)
• Joint Optimization of Cooperation Efficiency and Communication Covertness for Target Detection with AUVs [105.81167650318054]
  本稿では,自律型水中車両(AUV)を用いた水中協調目標検出について検討する。 まず,共同軌道と電力制御の最適化問題を定式化し,それを解決するための革新的な階層的行動管理フレームワークを提案する。 集中学習と分散実行のパラダイムの下で,我々の目標検出フレームワークは,エネルギーとモビリティの制約を満たすとともに,適応的なカバート協調を可能にする。
  論文  参考訳（メタデータ） (2025-10-21T02:14:11Z)
• Fluid Antenna System-assisted Physical Layer Secret Key Generation [64.92952968689636]
  本稿では,流体アンテナシステム(FAS)を動的無線環境に適用することにより,多元系基地局システムにおける物理層生成(PLKG)について検討する。 本研究では,送信ビームフォーミングとポート選択を統合したPLKGモデルを提案する。 本論文で導入したスライディングウィンドウベースポート選択法は,動的ポート選択により,より少ないチェーンで高いKGRを実現する。
  論文  参考訳（メタデータ） (2025-09-19T03:01:29Z)
• Optimization for Master-UAV-powered Auxiliary-Aerial-IRS-assisted IoT Networks: An Option-based Multi-agent Hierarchical Deep Reinforcement Learning Approach [56.84948632954274]
  本稿では,無人航空機(MUAV)搭載のIoT(Internet of Things)ネットワークについて検討する。 本稿では、インテリジェント反射面(IRS)を備えた充電可能な補助UAV(AUAV)を用いて、MUAVからの通信信号を強化することを提案する。 提案モデルでは,IoTネットワークの蓄積スループットを最大化するために,これらのエネルギー制限されたUAVの最適協調戦略について検討する。
  論文  参考訳（メタデータ） (2021-12-20T15:45:28Z)
• Scalable Voltage Control using Structure-Driven Hierarchical Deep Reinforcement Learning [0.0]
  本稿では,新しい階層型深層強化学習(drl)による電力系統の電圧制御設計を提案する。 本研究では,電力系統の領域分割構造を利用して,大規模グリッドモデルに適用可能な階層型drl設計を提案する。 地域別分散型RLエージェントを訓練し、各エリアの低レベルポリシーを算出し、低レベルポリシーの更新を使用して低レベルエージェントが行う制御アクションを効率的に調整する高レベルDRLエージェントを同時トレーニングします。
  論文  参考訳（メタデータ） (2021-01-29T21:30:59Z)

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。