Испанские исследователи предложили систему ИИ-агентов для защиты инфраструктуры зарядных станций электромобилей
Количество электромобилей на дорогах во всем мире продолжает расти. Рост популярности электромобилей стимулировал развитие доступной, быстрой и эффективной зарядной инфраструктуры.
Однако это расширение также сопряжено с новыми рисками кибербезопасности, которые не были широко изучены и для которых пока существует мало жизнеспособных решений.
Кристина Алькарас, исследователь безопасности инфраструктуры в Университете Малаги (Испания), объясняет, что уязвимость зарядных станций для электромобилей обусловлена интеграцией множества физических и цифровых компонентов. По ее словам, эта сложная архитектура не только обеспечивает эффективную работу зарядных устройств, но и создает ряд новых и масштабных уязвимостей безопасности. Подверженность зарядных станций атакам ставит под угрозу как дальнейшее внедрение электромобилей, так и стабильность электрических сетей в странах, где они работают.
С целью противодействия этой угрозе исследователи из лаборатории NICS Университета Малаги разработали предложение по внедрению ИИ-агентов для защиты инфраструктуры. Эти агенты предназначены для предотвращения кибератак с различных векторов: от мошенничества или хищения энергии злоумышленниками, использующими зарядные станции, до более крупных атак, способных повредить критически важные энергетические сети.
Предложение команды направлено на обеспечение раннего и надежного обнаружения аномалий и атак на зарядные сети с использованием протокола Open Charge Point Protocol (OCPP). Стандарт OCPP является одним из наиболее широко используемых для эксплуатации и управления зарядными устройствами электромобилей. Протокол позволяет сети зарядных станций взаимодействовать с централизованной системой, которая может управлять, мониторить и координировать все энергетические транзакции, осуществляемые конечными пользователями.
Централизованная система удаленно выполняет множество задач, включая аутентификацию пользователей, управление электрической нагрузкой на каждой станции, мониторинг общего потребления электроэнергии и техническую диагностику. Эти возможности позволяют осуществлять контроль инфраструктуры в реальном времени и дают операторам возможность выявлять и быстро реагировать на любое аномальное поведение.
Однако авторы нового исследования отмечают, что текущие механизмы мониторинга на основе этого протокола обычно фокусируются только на сетевом трафике или локальных событиях, поэтому они могут предложить лишь ограниченное представление о том, что происходит во всем регионе инфраструктуры. По словам исследователей, это ограничение затрудняет определение того, где именно в системе происходит аномалия, какие сетевые компоненты скомпрометированы, каков масштаб уязвимостей и какими способами может распространиться потенциальная атака.
Исследователи предлагают систему, использующую множество ИИ-агентов. Каждая станция или соответствующий компонент зарядной сети оснащается ИИ-агентами, способными анализировать окружающую среду, собирать информацию и взаимодействовать с другими агентами для формирования комплексного представления о текущем состоянии инфраструктуры.
«Каждый агент оценивает состояние зарядных устройств, каналов связи и подключенных устройств для выявления аномалий, сбоев в работе или потенциальных инцидентов безопасности, — говорит Алькарас. — Эти агенты, подключенные к централизованной системе мониторинга, сравнивают информацию, полученную локально, с данными соседних станций, обеспечивая более полное, точное и контекстуализированное совместное представление о ситуации». Алькарас также является ведущим автором отчета.
В работе, опубликованной в International Journal of Critical Infrastructure Protection, объясняется, что одной из наиболее новых особенностей системы является использование механизма консенсуса, основанного на математической модели, известной как динамика мнений.
Этот подход имитирует процессы, с помощью которых люди обмениваются информацией в собственных социальных сетях для достижения соглашений. При применении в компьютерных моделях он позволяет ИИ-агентам обмениваться наблюдениями друг с другом и постепенно корректировать свои оценки для формирования коллективного понимания общей ситуации.
По словам авторов, эта процедура снижает риск генерации ИИ-агентами ложноположительных срабатываний. Она также позволяет системе обнаруживать аномалии, которые могли бы остаться незамеченными при исключительно локальном анализе.
Предлагаемая архитектура также использует технологию блокчейн в качестве механизма доверия и валидации. Все транзакции, выполняемые агентами, записываются в распределенный реестр, который не может быть изменен впоследствии, что гарантирует целостность и отслеживаемость системы.
Мультиагентная система была протестирована исследователями в смоделированной зарядной среде, совместимой с OCPP. В ходе экспериментов агенты подвергались различным сценариям аномалий в зарядной сети: сбоям компонентов, ошибкам каналов связи и ситуациям, требующим скоординированного ответа от нескольких частей системы. Во всех случаях ИИ-агенты должны были идентифицировать каждое локальное возмущение, делиться наблюдениями друг с другом и взаимодействовать для формирования общего понимания инцидента.
Результаты показали, что комбинация ИИ-агентов, механизма распределенного консенсуса и технологии блокчейн обеспечила глобальное представление о сети. Система обнаружила как специфические аномалии в отдельных устройствах, так и некоторые поведенческие паттерны, влияющие на несколько зарядных станций. Кроме того, механизм консенсуса повысил точность диагностики за счет сравнения наблюдений от разных агентов, увеличив надежность отчетов.
Университетская лаборатория удовлетворена результатами. «Эта система предоставляет новый способ гарантирования защиты инфраструктуры зарядки электромобилей», — говорится в пресс-релизе.
Поделиться
