13、智能电网中基于学习事件模式的篡改检测

智能电网中基于学习事件模式的篡改检测

1. 引言

随着智能电网技术的普及，一个更可靠、安全且经济高效的电网正随着技术的成熟不断发展。智能电网的元素能够有效平衡电力的需求和生产，快速响应增加的负载，实现自我修复，允许电力公司关闭特定家用设备以调整居民用电，根据电力需求进行可变费率计费，远程连接和断开电表，并通过通信网络快速及时地分发电网的运行数据。

智能电网的关键组成部分之一是其 SCADA（监控与数据采集）架构，包括作为电力传输和供应当前状态信息分发骨干的通信网络。然而，这个网络也可能成为潜在攻击者的目标，他们可能发动拒绝服务（DOS）攻击、中间人攻击、破坏网络数据包等。这些攻击可能导致城市、国家关键基础设施系统等的电力供应中断。

除了网络，智能电网中的主要设备之一是智能电表，它可以监测电网内的电力使用情况并提供实时更新。但这也为不法分子提供了篡改电表以窃取电力的机会。为应对这些问题，人们采取了一些措施，如嵌入专门的电路进行篡改检测。

商业部门、军事、公用事业公司、制造工厂和运输网络都依赖 SCADA 系统来控制地理分布的网络物理资产。美国国土安全部越来越关注保护 SCADA 网络，因为这些系统主要由私人公司拥有，且随着时间推移，它们由各种不同的设备和通信协议拼凑而成，安全问题往往被忽视。如今，由于低成本且广泛可用的基于 TCP/IP 的设备和通信协议的使用增加，原本认为这些网络与公共和企业网络完全隔离的假设已不再成立。美国电力行业和其他关键基础设施组件正成为恐怖袭击的目标，即使许多军事基地有独立的 SCADA 系统提供本地电力，也可能因使用商业生产的、可能有缺陷的硬件和软件而面临风险。

2. 系统行为监测

文献中描