Повышение безопасности смарт-сетей: спектральный и фрактальный анализ как инструменты выявления кибератак

Цель работы - разработка эффективного инструмента для выявления и численной оценки различий между гармоническими и аномальными сигналами, что позволит обнаруживать кибератаки, связанные с искажением гармонических сигналов, и для более точной классификации паттернов, характерных для вредоносных воздействий.

Методы. Проведен сравнительный анализ различных методов обнаружения аномалий, таких как фрактальный анализ, мультифрактальный анализ, расчет энтропии Шеннона и плотности спектральной мощности (power spectral density, PSD).

Результаты. Полученные результаты показывают, что гармонические искажения и аномальные сигналы, вызванные кибератаками, обладают схожими фрактальными и мультифрактальными характеристиками, что затрудняет их различение. Использование метода энтропии Шеннона не позволило в полной мере оценить сложность и неопределенность гармонических и аномальных сигналов. Для более глубокого понимания природы этих сигналов был применен комплексный подход, включающий анализ их частотных характеристик и применение других методов оценки неопределенности, таких как мультифрактальный анализ и метод PSD.

В результате метод PSD выявил значительные различия в распределении энергии между этими сигналами, что позволяет более точно идентифицировать кибератаки.

Выводы. Для эффективного обнаружения кибератак, связанных с искажением гармонических сигналов в энергетических системах, необходим комплексный подход, включающий методы анализа временных рядов, частотный анализ и методы машинного обучения. Такой подход позволяет не только выявлять аномалии в сигналах, но и проводить их численную оценку, что повышает точность классификации вредоносных воздействий. Интеграция этих методов обеспечивает повышение надежности и безопасности энергетических систем, делая их менее уязвимыми к кибератакам.