面向能源社区的隐私保护异常基准入侵检测
密码学与安全
2025-02-27 v1
摘要
能源社区由去中心化的能源生产、储存、消费和分配组成，正日益流行于现代电力系统。然而，这些社区可能增加电网针对网络威胁的脆弱性。我们提出一种异常基准的入侵检测系统，以增强能源社区的安全性。该系统利用深度自编码器检测正常运行模式的偏离，以识别由恶意活动和攻击引起的异常。用于训练和评估的运行数据来源于能源社区的 Simulink 模型。结果表明，基于自编码器的入侵检测系统在多种攻击情景下取得良好检测性能。我们还通过训练联邦模型演示了该系统在实际中的潜在应用，实现分布式入侵检测同时保持数据隐私。
引用
@article{arxiv.2502.19154,
title = {Towards Privacy-Preserving Anomaly-Based Intrusion Detection in Energy Communities},
author = {Zeeshan Afzal and Giovanni Gaggero and Mikael Asplund},
journal= {arXiv preprint arXiv:2502.19154},
year = {2025}
}
备注
Under Submission