An SDN-Based Framework for Cyber-Physically Coordinated Voltage Support of Virtual Power Plants Against DoS Attacks
Notice bibliographique
Résumé
The integration of distributed energy resources (DERs) into smart grids is accelerating worldwide. However, the growing reliance on information and communication technologies (ICTs) for real-time monitoring and control in large-scale DER aggregations introduces significant cybersecurity risks. Among these, denial-of-service (DoS) attacks pose a critical threat, with the potential to severely disrupt system operations. To address these challenges, this paper proposes a security-by-design framework for large-scale DER aggregation in the context of virtual power plants (VPPs), with a focus on enhancing the resilience of voltage support services. Central to this framework is a cyber-physical coordinated control architecture that leverages software-defined networking (SDN) to dynamically adapt to variations in both the cyber and physical layers. Specifically, a cyber-aware voltage control algorithm is developed to coordinate DERs based on the real-time status of the communication network, while a physically informed network configuration algorithm adjusts communication paths according to voltage support priorities. The proposed approach is evaluated through cyber–physical co-simulations on both the IEEE 123-bus test system and the 240-bus test system, based on a real-world distribution system located in the Midwest U.S., under server DoS attack scenarios. Results demonstrate that the SDN-enabled coordination significantly mitigates server DoS attacks, confirming the framework’s effectiveness and robustness. This work offers a scalable and resilient solution for securing large-scale DER aggregation and integration against evolving cyber threats.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».