Apprentissage des fonctionnalités pour la sécurité automatique et adaptée de la réseau électrique intelligent

 

Jun Yan

Université Concordia

 

Domaine : techniques, mesures et systèmes

Programme : établissement de nouveaux chercheurs universitaires

Concours 2018-2019

Le développement rapide de la réseau électrique intelligent apporte de nouveaux défis ainsi que des possibilités de sensibilisation à la situation dans cette infrastructure critique. La sécurité de l'approvisionnement en électricité avec ce réseau évolutif de systèmes cyber-physiques dépend en grande partie de notre capacité à recueillir des informations décisionnelles de manière entièrement automatisée. L'apprentissage par machine, un genre d'approche de l'intelligence artificielle basée sur les données, a permis de nombreuses solutions automatiques et adaptées à la cybersécurité; cependant, son utilité dans la réseau électrique intelligent est limitée par la disponibilité de caractéristiques prescriptives en raison de complexités complexes des systèmes réels. D'une part, la complexité, la redondance et la vulnérabilité du réseau électrique intelligent ont limité l'efficacité des fonctionnalités créées à partir de modèles explicites et d'expertise humaine; d'autre part, les caractéristiques acquises par les machines à partir de données brutes n'ont révélé que leurs potentiels pour résoudre des problèmes de sécurité complexes dans des explorations empiriques limitées. Une enquête systématique visant à développer des caractéristiques prescriptives avec les méthodes innovantes d'apprentissage des caractéristiques profitera de manière significative à la sécurité cyber-physique du réseau électrique intelligent. 
 
Motivé par ces défis, le projet proposé mènera une étude en trois étapes de l'apprentissage des fonctionnalités dans la détection et la classification des attaques pour la sécurité automatique et adaptative du réseau électrique intelligent. L'enquête examinera d'abord la dernière étude sur l'apprentissage et établira un paradigme scientifique pour l'apprentissage des fonctionnalités dans la sécurité des réseaux intelligents. Trois composants essentiels, y compris l'acquisition de caractéristiques, la fusion et la validation, seront développés pour obtenir et affiner les caractéristiques prescriptives pour détecter et classer les menaces d'attaque importantes sur les systèmes de contrôle et de mesure. Enfin, le projet évaluera rigoureusement les résultats sur les bancs de test de haute fidélité avec des ensembles de données de sécurité normalisés et diffusera les résultats grâce à des publications académiques de haute qualité, des intégrations de cours, une formation aux étudiants et une diffusion publique. 
 
La recherche proposée sera parmi les premiers efforts pour étudier l'apprentissage des fonctionnalités dans le contexte de la sécurité des réseau électrique intelligents. Il améliorera les connaissances sur la sécurité cyber-physique pour les infrastructures intelligentes ainsi que le développement d'une intelligence artificielle fiable pour les systèmes critiques pour la sécurité. Les résultats bénéficieront aux puissances, à la communication et aux communautés informatiques à la fois des progrès scientifiques significatifs et des solutions d'ingénierie de bout en bout. Le projet contribuera également aux applications de sécurité industrielle, y compris la surveillance des événements, la détection d'intrusion et l'évaluation des risques dans le réseau électrique intelligent ainsi que d'autres infrastructures critiques. Le projet s'engagera également à fournir une formation de recherche de haute qualité aux étudiants dont l'expérience en ingénierie de sécurité est en forte demande. À plus grande échelle, la recherche fournira des théories et des outils essentiels pour protéger les systèmes industriels essentiels à la sécurité grâce à une intelligence artificielle innovante et digne de confiance.