Título: Detectores de Intrusão Baseados em Random Forest Aplicados a Smart Grids
Autores: Igor Ruys Cartucho, Markus Vinícius Santos Lima
Resumo: O smart grid e um modelo de rede elétrica inteligente que, ao integrar tecnologias da informação e de comunicação com sistemas de energia, apresenta diversas melhorias em relação ao modelo convencional. Por depender fortemente de tecnologias da informação, esse novo modelo est a sujeito a ameaças digitais, o que pode levar ao comprometimento de seus principais subsistemas. A Advanced Metering Infrastructure (AMI) e um desses subsistemas de vital importância para seu funcionamento, que é vulnerável a ciberataques e, por isso, precisa estar integrada a eficazes sistemas de segurança. Nesse sentido, este trabalho tem como objetivo apresentar uma solução de segurança para a AMI que emprega sistemas de detecção de intrusão distribu ídos e estudar tres modelos de detector de intrusão baseados em random forest. Para as etapas de treinamento e teste desses detectores, é utilizado o conjunto de dados NSL-KDD, amplamente utilizado para o estudo de detecção de ataques cibernéticos. Dentre os modelos propostos, o detector 3, que combina random forests com K-means, revelou-se um otimo candidato a ser utilizado para a proteção da AMI, apresentando acur acia, taxa de falsos positivos e taxa de verdadeiros positivos de 94,6%, 9,6% e 97,8%, respectivamente.
Palavras-chave: smart grid, cibersegurança, machine learning, random forest, IDS
Páginas: 8
Código DOI: 10.21528/CBIC2023-022
Artigo em pdf: CBIC_2023_paper022.pdf
Arquivo BibTeX: CBIC_2023_022.bib