基于生成式 AI 的新型框架用于智能电网通信中的多播消息异常检测
密码学与安全
2024-06-11 v1 系统与控制
系统与控制
摘要
数字配电站的网络安全 breach 可能对电力系统运行的稳定性和可靠性构成重大挑战。为应对这些挑战，需采取防御和缓解措施。识别和检测信息与通信技术 (ICT) 中的异常现象对于确保数字配电站内设备间的安全交互至关重要。本文提出了一个用于数字配电站中多播消息异常检测 (AD) 的任务导向对话 (ToD) 系统，采用大语言模型 (LLM)。该模型相较于依赖人类建议的网络安全指南的人类在环 (HITL) 过程，具有更低的潜在错误率和更好的可扩展性和适应性。此外，与机器学习 (ML) 技术相比，该方法在应对新型网络威胁或异常情况时所需的工作量显著降低，因为模型的复杂度和精度不受影响，且能实现更快的部署。本文通过采用标准和先进的性能评估指标，对提出的 AD 框架和 HITL 过程进行了比较评估。为生成和提取 IEC 61850 通信数据集，采用了硬件在环 (HIL) 测试平台。
引用
@article{arxiv.2406.05472,
title = {A Novel Generative AI-Based Framework for Anomaly Detection in Multicast Messages in Smart Grid Communications},
author = {Aydin Zaboli and Seong Lok Choi and Tai-Jin Song and Junho Hong},
journal= {arXiv preprint arXiv:2406.05472},
year = {2024}
}
备注
10 pages, 10 figures, Submitted to IEEE Transactions on Information Forensics and Security