针对智能电网故障预测系统的机器学习对抗攻击
密码学与安全
2024-01-31 v2 人工智能
机器学习
摘要
在智能电网中，故障检测任务因其经济与关键影响而可能对社会的冲击很大。近年来，众多智能电网应用（如缺陷检测与负荷预测）已采用数据驱动方法。本研究旨在调查智能电网场景下机器学习（ML）应用安全性相关的挑战。事实上，这些的数据驱动算法的鲁棒性与安全性尚未在所有电网应用中得到广泛研究。我们首先证明智能电网中所用深度神经网络方法易受对抗扰动影响。随后，我们强调关于故障定位与类型分类的研究如何揭示当前智能电网中ML算法面对各类对抗攻击的弱点。
引用
@article{arxiv.2303.18136,
title = {Machine-learned Adversarial Attacks against Fault Prediction Systems in Smart Electrical Grids},
author = {Carmelo Ardito and Yashar Deldjoo and Tommaso Di Noia and Eugenio Di Sciascio and Fatemeh Nazary and Giovanni Servedio},
journal= {arXiv preprint arXiv:2303.18136},
year = {2024}
}
备注
Accepted in AdvML@KDD'22