Security Games in Network Flow Problems
本文研究了在网络流问题中由于链路中断导致的双人战略博弈,通过线性规划对偶性和最大流最小割定理分析纳什均衡的性质,并探讨了在预算受限环境下结果的扩展条件。
2019-01-21 cs.GT cs.SY eess.SY
Inverse Chance Constrained Optimal Power Flow
本文提出逆机会约束最优潮流,将安全水平从参数转为决策变量,以求解系统可支持的最高可行安全水平,并设计牛顿-拉夫逊型迭代算法高效求解,数值实验验证了方法有效性。
2025-06-22 cs.SY eess.SY math.OC
Centrality-Based Security Allocation in Networked Control Systems
Uppsala University(乌普萨拉大学)
本文研究了网络控制系统中的安全资源分配问题,提出基于中心性的方法以快速分配安全资源,通过比较最优解和基于中心性的解,验证其在大规模网络中的有效性。
2026-03-29 cs.SY eess.SY
Enhanced Modeling of Contingency Response in Security-constrained Optimal Power Flow
本文提供了一个增强的建模的应急响应,共同反映高保真的物理和运行特性的电网。将有功和无功事故响应集成到安全约束最优潮流(SCOPF)问题中具有挑战性,这是由于表示发电机特性的分段曲线所导致的可行集的非光滑性和非凸性。我们引入了一个连续微分模型,使用的功能,非常类似PV/PQ开关和发电机应急响应。这些模型通过优化分配可用发电机之间的有功功率不平衡并决定从PV型切换到PQ型的总线类型来执行物理和操作限制。在IEEE 30节点、300节点和118节点系统上分别计算了12、10和100个事故,验证了该方法的有效性。
2021-02-17 cs.SY eess.SY math.OC
Chance Constraints for Improving the Security of AC Optimal Power Flow
本文提出了一种可扩展的方法,用于改进交流最优功率流(AC OPF)在风力和其他不确定发电资源预测功率注入偏差方面的解决方案。核心方法是通过机会约束优化问题,优化初始运行点和波动期间的参数化响应策略,以提高对短期偏差的鲁棒性,并通过凸二次锥规划问题解决机会约束,从而在大规模实例中高效求解。
2018-12-01 cs.SY eess.SY
Optimal Controller and Security Parameter for Encrypted Control Systems Under Least Squares Identification
针对攻击者利用最小二乘法估计系统参数的威胁,提出使估计难度最大化的最优$H_2$控制器及最小安全参数方程,在保证安全级别的同时降低计算成本并实现系统化设计。
2023-04-19 cs.CR cs.SY eess.SY
Privacy and Security in Network Controlled Systems via Dynamic Masking
本文提出一种基于动态掩蔽的新架构,通过在对手系统估计中引入偏差保护系统参数隐私,并高效检测零动态攻击保障网络控制系统的安全性。
2022-11-14 cs.SY eess.SY
Vulnerability Assessment of Load Frequency Control Considering Cyber Security
安全性是电力系统运行中最受关注的问题之一。近年来,电力系统运行功能面临的网络安全威胁引起了人们的高度关注,网络安全脆弱性成为评估网络攻击下电力系统运行性能受损的一个新兴课题。针对能量管理系统(EMS)中的关键部件--负荷频率控制(LFC)系统,利用系统对LFC变量/参数攻击的响应,评估其网络安全脆弱性。两种类型的攻击:1)注入攻击和2)规模攻击被认为是评估。两个评估标准反映了系统的稳定性和发电的损害被用来量化网络攻击下的系统损失。通过基于敏感度的方法和攻击树模型,对不同LFC组件的脆弱性进行了排序。此外,提出了一种入侵后网络攻击检测方案。基于分类的计划,使用典型的分类算法进行了研究和比较,以确定不同的攻击场景。
2020-03-12 cs.SY eess.SY
Neural Networks for Encoding Dynamic Security-Constrained Optimal Power Flow
Technical University of Denmark(丹麦技术大学)
本文介绍了一个框架,捕捉以前棘手的优化约束,并将其转换为一个混合整数线性规划,通过使用神经网络。我们编码的可行空间的优化问题,其特征在于易于处理和难以处理的约束,例如微分方程,神经网络。利用神经网络的精确混合整数重构,我们解决了混合整数线性规划,这些规划精确地近似了最初棘手的非线性优化问题的解决方案。我们将我们的方法应用于交流最优潮流问题(AC-OPF),其中直接包括动态安全约束使得AC-OPF难以处理。我们提出的方法有可能比传统方法更具可扩展性。我们展示了我们的方法电力系统操作考虑N-1安全和小信号稳定,显示它如何能够有效地获得成本最优的解决方案,同时满足静态和动态的安全约束。
2022-07-14 cs.LG cs.SY eess.SY
Optimal Security Parameter for Encrypted Control Systems Against Eavesdropper and Malicious Server
在以前的研究中,已经引入了样本识别复杂度和样本解密时间,以捕获对手的系统辨识的估计误差和计算时间。这些量在定义加密控制系统的安全性和设计安全参数方面起着至关重要的作用。本研究提出一个最佳的安全参数下的加密控制系统的网络窃听者和恶意控制器服务器谁试图识别系统参数,使用最小二乘法。安全参数设计是基于对传统同态加密的改进来实现的,以提高样本解密时间和新的样本识别复杂度,其特征在于可控性Gramians和识别输入与系统噪声的方差比。通过数值仿真证明了所提出的安全参数设计方法的有效性。
2023-03-23 cs.CR cs.SY eess.SY
Towards Provably Secure Encrypted Control Using Homomorphic Encryption
针对加密控制系统缺乏安全性证明及未考虑特定攻击的问题,提出基于可证明安全概念的新型安全定义,并证明采用安全同态加密可增强系统安全性。
2022-10-17 cs.CR cs.SY eess.SY
Data-Flow-Based Extension of the System-Theoretic Process Analysis for Security (STPA-Sec)
安全分析是安全工程中的一项重要活动,旨在识别潜在的系统漏洞,并在早期设计阶段达到安全要求。由于现代系统日益复杂,传统的方法,只考虑组件故障和简单的因果关系,缺乏能力来识别由物理系统,人类和社会实体之间的复杂相互作用引起的不安全事件。相比之下,自上而下的安全系统理论过程分析(STPA-Sec)方法将损失视为相互作用造成的损失,侧重于控制系统漏洞而不是外部威胁,适用于复杂的社会技术系统。本文提出了一种基于数据流结构的STPA-Sec扩展,以克服STPA-Sec的局限性,系统地实现信息关键系统的安全约束。通过对一个汽车蓝牙数字钥匙系统的分析,比较了两种方法的区别和联系,以及它们的适用性和优点。总之,所提出的方法可以识别更多的信息相关的问题与技术细节,并与其他STPA为基础的方法,在统一的STPA过程框架下的多学科系统的协同设计。
2020-06-04 cs.CR cs.SE cs.SY
On the security of randomly transformed quadratic programs for privacy-preserving cloud-based control
本文针对云控制中随机仿射变换QP密码方案的隐私保护安全性,利用变换不变量与MPC相关QP的常见规范构建攻击,通过数值算例证实该方案可被破解,揭示其实际应用中的安全风险。
2023-11-09 cs.SY eess.SY
Security Metrics of Networked Control Systems under Sensor Attacks (extended preprint)
University of Melbourne(墨尔本大学);University of Texas at Dallas(德克萨斯大学达拉斯分校)
本文针对受扰线性时不变系统,提出两种安全度量来量化隐秘攻击对系统动态的影响,通过篡改传感器测量值。提供基于线性矩阵不等式的分析工具和基于半正定规划的综合工具,以重新设计控制器和监控器,最小化隐秘攻击的影响并保证无攻击系统的性能。
2019-06-03 cs.SY eess.SY
Threat-based Security Controls to Protect Industrial Control Systems
本文分析了针对工业控制系统(ICS)的威胁与常见战术、技术和程序(TTP),利用MITRE ATT&CK框架映射TTP以明确防御所需的安全控制,并回顾了ICS测试床及未来研究方向。
2025-01-22 cs.CR cs.SY eess.SY
Security-Constrained Multi-Objective Optimal Power Flow for a Hybrid AC/VSC-MTDC System with Lasso-based Contingency Filtering
为了协调AC/VSC-MTDC系统的经济性和电压质量,提出了一种新的校正安全约束多目标最优潮流(SC-MOPF)方法。以发电成本和电压偏差最小化为目标函数,提出了一种带N-1安全约束的并联SC-MOPF模型,用于求解并网AC/DC系统的校正控制问题。为了求解该模型,通过引入并行计算,提出了一种新的并行双准则进化指标进化算法(BCE-IBEA),以寻求多个分布良好的Pareto最优解.在此过程中,最小绝对收缩和选择算子(Lasso)为基础的N-1应变过滤计划与复合安全指数的发展,有效地筛选出最严重的情况下,从所有的意外事件。从而,最佳的妥协解决方案,反映了不同的决策者的偏好,自动确定通过集成的决策技术。在修改后的IEEE 14和300节点系统的案例研究表明,所提出的方法管理,以解决这个SC-MOPF问题,显着提高计算效率。
2019-12-31 cs.SY eess.SP eess.SY
A Supervisory Control Approach to Dynamic Cyber-Security
University of Michigan, Ann Arbor, MI(密歇根大学安娜堡分校)
本文提出动态网络安全问题的分析方法,从防御者角度建模为具有不完全信息的监督控制问题,通过动态规划确定最优防御策略,并分析参数变化对策略的影响。
2014-09-10 cs.CR cs.SY eess.SY
Reverse Engineering and Control-Aware Security Analysis of the ArduPilot UAV Framework
University of North Texas(北德克萨斯大学)
本文通过逆向工程分析arduPilot无人机框架的软件架构和控制模型,探讨其潜在的安全风险及恶意利用可能性。
2025-12-01 cs.CR cs.SY eess.SY
Optimal security hardening over a probabilistic attack graph: a case study of an industrial control system using the CySecTool tool
CySecTool是一个工具,可以在给定的预算中为概率攻击图找到成本最优的安全控制组合。组合是针对计算机系统采用的漏洞的一组对策或控制,而攻击图是一种威胁场景模型。在攻击图中,节点是攻击者的特权状态,边是提升特权的漏洞,而控制降低了某些漏洞被利用的概率。该工具基于Khouzani等人(2019)发表的优化算法,使用户能够快速创建,编辑和逐步改进模型,分析给定投资组合的结果,并以帕累托边界的形式显示所有可能预算的最佳解决方案。利用系统图和工业安全工程师根据他们工作的工业源准备的可疑攻击路径进行了案例研究。该案例研究的目标是对监控和数据采集(SCADA)工业系统进行建模,由于该系统可能会对人造成伤害,因此需要强有力的保护,同时不允许使用典型的渗透工具,如漏洞扫描仪。分析结果,以显示网络安全分析师将如何使用CySecTool存储网络安全情报,并得出进一步的结论。
2022-04-25 cs.CR cs.SY eess.SY
Adversarially Robust Learning for Security-Constrained Optimal Power Flow
Carnegie Mellon University(卡内基梅隆大学)
近年来,ML社区对对抗性鲁棒学习和隐式层的兴趣激增,但这两个领域之间的联系很少被探索。在这项工作中,我们结合这些领域的创新来解决N-k安全约束最优潮流(SCOPF)的问题。N-k SCOPF是电网运行的核心问题,其目的是以一种对潜在的k个同时设备中断具有鲁棒性的方式调度发电。受对抗性鲁棒训练方法的启发,我们将N-k SCOPF框架视为极小极大最优化问题-将发电设置视为可调参数,将设备中断视为(对抗性)攻击-并通过基于梯度的技术解决此问题。这个极大极小问题的损失函数涉及到求解代表网格物理和操作决策的隐式方程,我们通过隐函数定理对此进行区分。我们证明了我们的框架在解决N-3 SCOPF,这在传统上被认为是过于昂贵的解决问题的大小取决于组合的潜在中断的数量的有效性。
2021-11-12 cs.LG cs.SY eess.SY
DeepOPF: A Deep Neural Network Approach for Security-Constrained DC Optimal Power Flow
The Chinese University of Hong Kong(香港中文大学);City University of Hong Kong(香港城市大学);Tencent Quantum Laboratory(腾讯量子实验室)
DeepOPF是一种用于求解安全约束直流最优潮流(SC-DCOPF)问题的深度神经网络(DNN)方法,它对于电力系统的可靠和经济运行至关重要。DeepOPF的灵感来自于这样一种观察,即求解给定电力网络的SC-DCOPF问题相当于描述从负荷输入到发电机和相角输出的高维映射。我们首先训练DNN来学习映射并从负载输入预测生成。然后,我们直接重建的相位角从发电机和负荷通过使用潮流方程。这种预测和重建方法减少了要学习的映射的维度,随后减少了DNN的大小和所需的训练数据量。我们进一步推导出根据负载生成映射的期望近似精度来调整DNN大小的条件。我们开发了一个后处理程序的基础上$\ell_1$ -投影,以确保所获得的解决方案的可行性,这可以是独立的利益。IEEE测试用例的仿真结果表明,DeepOPF生成的可行解的最优性损失小于0.2%,同时与最先进的求解器相比,计算时间加快了两个数量级。
2020-09-22 cs.LG cs.SY eess.SY
Co-Design of Watermarking and Robust Control for Security in Cyber-Physical Systems
这项工作讨论了一种新的框架,同时合成的最佳水印信号和鲁棒控制器在网络物理系统中,以尽量减少由于添加水印信号的性能损失,并最大限度地提高检测率的攻击。一个通用的动态控制器的设计,以提高系统的性能方面的$\mathcal H_2$规范,而水印信号被添加到提高安全性能的重放攻击的检测率。本文所考虑的攻击模型是一种重放攻击,当攻击者不知道系统的动态特性时,重放攻击是一种自然的攻击模式。本文首先将已有的关于$χ^2$检测器检测率的结果从静态LQR控制器推广到一般的动态控制器。鲁棒性和安全性方面的设计改进得到迭代求解的凸子集的非凸问题的控制器和水印信号。利用线性矩阵不等式(LMI)的结果,半定规划优化制定解决更大的系统级设计优化问题。我们强调了我们的方法的有效性在一个简化的三罐化学系统。
2022-09-13 cs.SY eess.SY math.OC
Usability Study of Security Features in Programmable Logic Controllers
University of Bristol(布里斯托大学)
本文通过研究发现PLC安全配置的可用性问题,揭示了误配置原因,并提出设计建议以提升工业安全的可用性。
2026-02-24 cs.CL cs.CR cs.HC
Intelligent Control in 6G Open RAN: Security Risk or Opportunity?
该综述首次全面梳理2G到5G的RAN安全演进,深入分析6G Open RAN中核心组件RIC的安全漏洞、真实事件、缓解策略及安全机遇,为电信行业构建安全可靠的6G基础设施提供参考与研究方向指引。
2024-05-14 cs.CR cs.NI cs.PF