MétaCan
Menu
Retour à la cohorte
Enregistrement W4313562551 · doi:10.1109/epec56903.2022.10000254

Time-Synchronization Attack on Data Aggregation in Wide-Area Damping Controllers

2022· article· en· W4313562551 sur OpenAlexafffund
Masoud Zadsar, Mohsen Ghafouri, Amir Ameli, Bassam Moussa

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensHydro-QuébecLakehead UniversityConcordia University
Organismes subventionnairesPublic Safety Canada
Mots-clésPhasorTimestampComputer scienceSynchronization (alternating current)Units of measurementSoftware deploymentElectric power systemAdversaryCyber-physical systemReal-time computingDistributed computingComputer securityPower (physics)Computer network

Résumé

récupéré en direct d'OpenAlex

The advent of wide-area measurement systems (WAMSs) in modern power systems enables deployment of wide-area damping controllers (WADCs) to effectively deal with dominant oscillation modes. However, the reliance of WAMSs on information and communication technologies (ICTs) exposes WADCs to potential cyber attacks. To come up with effective countermeasures, extensive knowledge about the existing vulnerabilities and possible cyber attacks is required. On this basis, this paper presents an attack model against WADCs by exploiting the vulnerabilities in the time-alignment strategies utilized by phasor data concentrators (PDCs) to aggregate the stream of phasor measurements. In this attack, the adversary manipulates data timestamp of phasor measurement units (PMUs) to compromise PDCs functionality, causing dropout in the WADC's critical phasor measurements data. To obtain the targeted PMUs and manipulated timestamp, a stochastic mixed-integer linear (MIL) model is developed from adversary prospective considering uncertainty of communication delay. The time-domain dynamic study on two-area Kundur test system demonstrates that the developed attack can jeopardize the WADC performance and even cause system instability.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,038
Tête enseignante GPT0,249
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPower System Optimization and StabilityTravaux en français237 207