基于 XAI 的智能电网异常检测器可防御复杂的网络威胁
纽约州立大学理工学院助理教授 Mahmoud Badr 博士及其同事在《应用科学》杂志上发表了一项新研究，题为“基于 XAI 的精确异常检测器，可有效抵御智能电网黑盒规避攻击”。这项重要研究引入了一种先进的异常检测系统，专门用于保护智能电网免受复杂的网络威胁，这是 XAI 在关键基础设施网络安全中的应用的显著进步。通过将准确的异常检测与抵御复杂攻击的能力相结合，这种基于 XAI 的方法可以帮助保护未来的智能电网，在日益数字化的环境中促进可靠和安全的能源分配系统。
传统的网络安全模型通常难以抵御黑盒规避攻击，攻击者会操纵数据输入以绕过检测机制。这项研究利用可解释人工智能 (XAI) 来增强异常检测模型的透明度和稳健性，既能高精度地识别恶意活动，又能抵御规避攻击。
在智能电网环境中，基础设施和网络通信必须保持安全，准确的异常检测至关重要。本研究中基于 XAI 的模型为其检测决策提供了清晰的理由，使操作员更容易理解和信任系统的输出。这种透明度是与传统“黑盒”机器学习模型的一个关键区别，后者通常让用户不知道触发特定警报的原因。
页:
[1]