面向能源物联网的时钟安全：基于时钟动力学感知的时空图注意力网络
机器学习
2026-02-02 v1 人工智能
摘要
分布式物联网设备时间完整性对于能源电子物理系统（如智能电网和微电网）的可靠运行至关重要。然而，物联网系统容易受到时钟漂移、时间同步操纵和时间戳中断（如 Year 2038（Y2K38）Unix 溢出）的攻击，这些攻击会破坏时间顺序。传统异常检测模型假设时间戳可靠，无法捕捉时序不一致性。本文提出了 STGAT（时空图注意力网络），一种既建模时序失真又建模设备间一致性的能源物联网框架。STGAT 结合漂移感知时序嵌入和时序自注意力机制，捕捉单个设备上被破坏的时间演化，并利用图注意力建模时序误差的空间传播。实验结果表明，STGAT 在能源物联网遥测数据上（包含受控时序扰动），实现了 95.7% 的检测准确率，显著优于循环神经网络、Transformer 和基于图的方法，改进幅度显著（d > 1.8, p < 0.001）。此外，STGAT 将检测延迟缩短 26%，实现 2.3 步的检测延迟，同时在溢出、漂移和物理不一致情况下的稳定性能良好。
引用
@article{arxiv.2601.23147,
title = {Securing Time in Energy IoT: A Clock-Dynamics-Aware Spatio-Temporal Graph Attention Network for Clock Drift Attacks and Y2K38 Failures},
author = {Saeid Jamshidi and Omar Abdul Wahab and Rolando Herrero and Foutse Khomh},
journal= {arXiv preprint arXiv:2601.23147},
year = {2026}
}