CPS网络中负载攻击的动态建模与电力基础设施影响分析

本文主要探讨了在CPS（网络物理系统）环境中，特别是智能电网中，负载变化攻击（Coordination Load Change Attack, CLCA，有时也被称为GridLock或BlackIoT）的建模及其影响评估。CLCA是一种恶意利用物联网设备的协调行为，通过操纵高功率设备的开关，意图对电力基础设施造成破坏，威胁其安全性，包括保密性、完整性以及可用性。 研究由卢卡·阿纳博尔迪、里卡多·MCzekster、查尔斯·莫里塞特和罗伯托·梅雷等人进行，他们来自英国纽卡斯尔大学的计算机学院和艾伦·图灵研究所。他们采用了连续时间马尔可夫链（Continuous-Time Markov Chain, CTMC）作为建模工具，将电力系统中的发电厂、僵尸网络等实体在正常运行和遭受攻击状态下进行模拟，以便准确评估攻击可能带来的影响。 论文首先介绍了网络物理系统在物联网和智能电网中的广泛应用，强调了其作为网络安全攻击目标的脆弱性。作者们着重研究了针对电力负载管理的恶意负载变化行为，这种攻击可能导致电网的稳定性和效率受到严重影响。 模型展示了在不同发电厂类型的电力供应网络中，攻击的影响力会有所差异。通过分析攻击的时间选择和策略，研究人员揭示了如何通过优先级设置来调整攻击效果。此外，他们还探讨了如何根据当前电力需求和攻击强度来确定最佳防御策略，以最小化潜在的损失。 论文的关键点在于提供了一种通用的建模框架，适用于评估各类智能电网和类似基础设施中CLCA的影响，这对于保护这类高度依赖电力的系统至关重要。通过该研究，电力供应商和安全专家可以更好地理解和应对此类复杂的安全威胁。 这篇文章不仅为理解CPS中的负载变化攻击提供了理论基础，也为实际的系统设计和安全管理提供了实用的工具和策略建议，对于保障智能电网的稳定运行具有重要意义。