Sensor Attacks and Resilient Defense on HVAC Systems for Energy Market Signal Tracking
作者: Guanyu Tian, Qun Zhou Sun, Yiyuan Qiao
分类: eess.SY
发布日期: 2023-10-24
💡 一句话要点
提出基于随机优化的隐蔽传感器攻击与防御策略以提升HVAC系统的电力跟踪性能
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: HVAC系统 网络攻击 弹性控制 电力跟踪 智能建筑 随机优化 安全防御
📋 核心要点
- 现有研究主要关注建筑在电网操作中的效率与灵活性，缺乏对安全性的重视，导致HVAC系统在网络攻击下的脆弱性。
- 本文提出了一种基于随机优化的隐蔽传感器攻击及防御策略，利用弹性控制框架来增强HVAC系统的电力跟踪能力。
- 实验结果显示，在隐蔽传感器攻击下，所提防御策略能够将电力跟踪误差降低超过70%，显著提升系统的鲁棒性。
📝 摘要（中文）
智能建筑的电力灵活性使其成为提供电网服务的理想候选者。建筑自动化系统依赖于从物联网HVAC系统收集的传感器数据。然而，网络攻击可能会篡改传感器值，从而影响HVAC系统的电力调整精度。本文研究了网络攻击对电网互动建筑HVAC系统电力跟踪性能的影响，设计了一种基于随机优化的隐蔽传感器攻击及相应的防御策略。通过在单冷却器HVAC系统的物理模型中进行测试，结果表明，轻微的传感器数据伪造会显著改变电力配置，导致较大的电力跟踪误差，而所提出的弹性控制框架能够在不过滤受损数据的情况下，将电力跟踪误差降低超过70%。
🔬 方法详解
问题定义：本文旨在解决HVAC系统在网络攻击下的电力跟踪性能下降问题。现有方法未能有效应对传感器数据篡改带来的挑战，导致系统灵活性和准确性受到影响。
核心思路：论文提出了一种基于随机优化的隐蔽传感器攻击模型，并设计了相应的防御策略，利用弹性控制框架来增强系统的鲁棒性，确保在攻击情况下仍能保持较高的电力跟踪精度。
技术框架：整体架构包括攻击模型的设计、数据伪造的实施以及防御策略的应用。主要模块包括传感器数据采集、攻击模拟、以及基于弹性控制的防御机制。
关键创新：最重要的创新在于提出了一种新型的隐蔽传感器攻击方法，该方法能够在不被检测的情况下有效篡改传感器数据，并且设计了相应的防御策略，显著提升了HVAC系统在攻击下的电力跟踪能力。
关键设计：在设计中，采用了随机优化算法来生成攻击策略，并通过弹性控制框架来调整HVAC系统的响应，确保在数据受损的情况下仍能维持电力跟踪的稳定性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，轻微的传感器数据伪造会导致电力跟踪误差显著增加，而所提出的弹性控制框架能够在攻击情况下将电力跟踪误差降低超过70%。这一结果展示了新防御策略在提升HVAC系统鲁棒性方面的有效性。
🎯 应用场景
该研究的潜在应用领域包括智能建筑管理、能源市场参与以及电力系统安全等。通过增强HVAC系统的安全性与鲁棒性，能够有效提升建筑在电网服务中的参与能力，促进可再生能源的集成与利用，具有重要的实际价值和未来影响。
📄 摘要（原文）
The power flexibility from smart buildings makes them suitable candidates for providing grid services. The building automation system (BAS) that employs model predictive control (MPC) for grid services relies heavily on sensor data gathered from IoT-based HVAC systems through communication networks. However, cyber-attacks that tamper sensor values can compromise the accuracy and flexibility of HVAC system power adjustment. Existing studies on grid-interactive buildings mainly focus on the efficiency and flexibility of buildings' participation in grid operations, while the security aspect is lacking. In this paper, we investigate the effects of cyber-attacks on HVAC systems in grid-interactive buildings, specifically their power-tracking performance. We design a stochastic optimization-based stealthy sensor attack and a corresponding defense strategy using a resilient control framework. The attack and its defense are tested in a physical model of a test building with a single-chiller HVAC system. Simulation results demonstrate that minor falsifications caused by a stealthy sensor attack can significantly alter the power profile, leading to large power tracking errors. However, the resilient control framework can reduce the power tracking error by over 70% under such attacks without filtering out compromised data.