Повышение безопасности смарт-сетей: спектральный и фрактальный анализ как инструменты выявления кибератак

Цели. В статье рассматриваются гармонические искажения и кибератаки как основные источники нарушений в смарт-сетях (Smart Grid). Цель работы – разработка эффективного инструмента для выявления и численной оценки различий между гармоническими и аномальными сигналами, что позволит обнаруживать кибератаки, связанные с искажением гармонических сигналов, и для более точной классификации паттернов, характерных для вредоносных воздействий.

Методы. Проведен сравнительный анализ различных методов обнаружения аномалий, таких как фрактальный анализ, мультифрактальный анализ, расчет энтропии Шеннона и плотности спектральной мощности (power spectral density, PSD).

Результаты. Полученные результаты показывают, что гармонические искажения и аномальные сигналы, вызванные кибератаками, обладают схожими фрактальными и мультифрактальными характеристиками, что затрудняет их различение. Использование метода энтропии Шеннона не позволило в полной мере оценить сложность и неопределенность гармонических и аномальных сигналов. Для более глубокого понимания природы этих сигналов был применен комплексный подход, включающий анализ их частотных характеристик и применение других методов оценки неопределенности, таких как мультифрактальный анализ и метод PSD. В результате метод PSD выявил значительные различия в распределении энергии между этими сигналами, что позволяет более точно идентифицировать кибератаки.

Выводы. Для эффективного обнаружения кибератак, связанных с искажением гармонических сигналов в энергетических системах, необходим комплексный подход, включающий методы анализа временных рядов, частотный анализ и методы машинного обучения. Такой подход позволяет не только выявлять аномалии в сигналах, но и проводить их численную оценку, что повышает точность классификации вредоносных воздействий. Интеграция этих методов обеспечивает повышение надежности и безопасности энергетических систем, делая их менее уязвимыми к кибератакам.

1. Ихсанов И.И. Безопасность в электроэнергетике: актуальные угрозы и защитные меры. Юность и знания – гарантия успеха –2023: Сборник научных статей 10-й Международной молодежной научной конференции. Курск, 19–20 сентября 2023 года. Курск: Университетская книга; 2023. Т. 2. С. 472–474. https://elibrary.ru/tfyddx

2. Папков Б.В., Осокин Л.В., Кучин Н.Н. Кибербезопасность объектов распределительных электрических сетей. Сельский механизатор. 2024;5:3–7. https://elibrary.ru/tfmvhi

3. Колосок И.Н., Коркина Е.С. Анализ кибербезопасности объектов энергетики с учетом механизма и кинетики нежелательных процессов. Энергетик. 2024;2:3–8. http://doi.org/10.34831/EP.2024.60.27.001, https://elibrary.ru/ecxvjp

4. Абдрахманов И.И. Опасности и угрозы для кибербезопасности в электроэнергетике: анализ современных угроз и механизмов защиты. Научный аспект. 2024;31(3):3970–3973. https://elibrary.ru/lrouni

5. Гурина Л.А. Оценка киберустойчивости системы оперативно-диспетчерского управления ЭЭС. Вопросы кибербезопасности. 2022;3(49):23–31. https://elibrary.ru/sapiyh

6. Гурина Л.А., Айзенберг Н.И. Поиск эффективного решения по обеспечению защиты от киберугроз сообщества микросетей со взаимосвязанными информационными системами. Вопросы кибербезопасности. 2023;3(55):37–49. https://www.elibrary.ru/qguytv

7. Семенов А.С., Бебихов Ю.В., Егоров А.Н., Федоров О.В. Влияние высших гармоник на качество электроэнергии в системах электроснабжения горнодобывающих предприятий. Горный журнал. 2024;2:84–91. https://doi.org/10.17580/gzh.2024.02.14, https://www.elibrary.ru/nmssyq

8. Воронин М.С. Влияние высших гармоник в сети электроснабжения предприятия на качество электроэнергии. В сб.: Технологии, машины и оборудование для проектирования, строительства объектов АПК: сборник научных статей 2-й Международной научно-технической конференции молодых ученых, аспирантов, магистров и бакалавров. Курск: ЗАО «Университетская книга»; 2024. С. 440–442. https://www.elibrary.ru/wxelva

9. Овечкин И.С., Пузина Е.Ю. Разработка технических решений по уменьшению искажения синусоидальности кривой напряжения воздушных линий, питающих устройства автоблокировки. Современные технологии. Системный анализ. Моделирование. 2023;3(79):112–123. https://www.elibrary.ru/smcqdv

10. Iannaccone P.M., Khokha M. Fractal Geometry in Biological Systems: An Analytical Approach. CRC Press; 1996. 366 p. ISBN 978-0-8493-7636-8.

11. Басараб М.А., Строганов И.С. Обнаружение аномалий в информационных процессах на основе мультифрактального анализа. Вопросы кибербезопасности. 2014;4(7):30–40. https://www.elibrary.ru/tcssen

12. Шелухин О.И., Панкрушин А.В. Обнаружение аномальных выбросов в реальном масштабе времени методами мультифрактального анализа. Нелинейный мир. 2016;14(2):72–82. https://www.elibrary.ru/vtznth

13. Добровольский Г.А., Тодорико О.А. Использование энтропии Шеннона для детекции голосовой активности в зашумленных звукозаписях. Вестник Херсонского национального технического университета. 2016;3(58):218–223. https://www.elibrary.ru/xdsiyx

14. Шеннон К. Работы по теории информации и кибернетике. М.: ИЛ; 1963. 829 с.

15. Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка сигналов: Справочник. М.: Радио и связь; 1985. 256 с.

16. Беспалов А.Д., Мишагин К.Г. Расчет спектральной плотности мощности фазового шума с выделением дискретных спектральных компонент. В: Труды XXVI научной конференции по радиофизике, посвященной 120-летию М.Т. Греховой: Материалы конференции. Нижний Новгород: Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского; 2022. С. 208–211. https://www.elibrary.ru/xwykrc

17. Welch P.D. The use of Fast Fourier Transform for the estimation of power spectra: A method based on time averaging over short, modified periodograms. IEEE Transactions on Audio and Electroacoustics. 1967;15(2):70–73. https://doi.org/10.1109/TAU.1967.1161901