AI和5G技術助力智慧電網應對安全挑戰

本文的主要內容：

對於能源行業而言，確保電網安全至關重要。

如今，保護聯網裝置的安全性，尤其是邊緣裝置的安全性變得越來越重要。不過，零信任的網路安全性，5G連線性和機器學習最終可能會幫助“智慧電網”在面對攻擊時變得更有彈性。

儘管向可持續能源的轉變可以幫助確保地球擁有更美好的未來並減少碳足跡，但智慧電網會產生雙向風險資料流，從而增加複雜性。

Sensus分析解決方案副總裁Brian Crow在最近一篇有關物聯網在公用事業中的作用的文章中說，智慧電網技術可以平衡高峰需求，使負載曲線變平並使能源產生效率更高。

惡意攻擊者可以利用這些雙向流。

電力研究所的主要技術負責人Christine Hertzog說，這些處於邊緣的裝置具有“潛在的影響電網可靠性的潛力”。她說，惡意參與者可以將目標鎖定在電網上，並且能夠“以戲劇性的方式改變負載，然後您會看到電網可靠性方面的一些問題。”

分散式能源，智慧電網加速

新的能源和分配#方法(包括太陽能電池板、發電機和微電網)顯示出遏制氣候變化並幫助消費者在高峰使用時間更好地控制能耗的前景。

智慧電網技術分散了能源輸送，使人們能夠快速連線到較大的電網或與較大的電網斷開連線，並在本地發電和輸送電能。與當今龐大的集中式電網不同，例如，對微電網的攻擊或破壞不會影響整個系統。這對於像加州這樣的大火可能導致自發電閘道器閉的地區來說非常重要。

但是，智慧電網還會對較大的電網產生不穩定的需求，並向該電網提供雙向流量，從而帶來安全風險。能源基礎設施老化會加劇這些風險。

分散式能源生產(其元件用於智慧電網)正在增長。國際能源機構(International Energy Agency)預計，到2024年，可再生能源發電量將增長50%，其中太陽能光伏發電和陸上風電將佔這一增長的最大份額。

Navigant Research首席研究分析師Peter Asmus說：“整個世界都在朝著依賴現場電源的正規化邁進，無論是太陽能，備用發電機還是其他裝置。”

“世界正在從大型集中式資源轉移到看起來更像電信，” Asmus說。他指出，儘管由於冠狀病毒而使某些部署速度有所放緩，但他預計在未來幾年中，分散式能源的加速增長。

電網邊緣給已經過時的電網帶來了複雜性

傳統的能源電網本身落後於這些現代發展。根據美國能源部的說法，電網的輸電線路和電力變壓器中有70%的使用壽命已超過25年，發電廠的平均使用壽命已超過30年。美國電網的某些部分已有一百多年的歷史了。

諸如物聯網(IoT)裝置、邊緣計算架構和機器學習之類的技術將使電網現代化。示例包括啟用了IoT的備用發電機，這些備用發電機可為家庭，電動汽車充電站或連線的恆溫器提供額外的電力。這些技術正在迅速成為傳統電網的擴充套件。

根據“能源市場的物聯網”報告，全球能源物聯網市場預計將從2020年的202億美元增長到2025年的352億美元，在預測期內的複合年增長率為11.8%。

正如連線的裝置是這個方程式的一部分一樣，邊緣架構也是如此。

邊緣計算架構使計算和資料更接近需要它們的裝置和使用者，以縮短響應時間並減少頻寬需求。無數的裝置已經出現並駐留在邊緣而不是雲中，傳統模式需要從裝置到雲再到雲往返，從而增加了頻寬需求，延長了響應時間，並可能帶來安全隱患。

Hertzog 說：“這就是我們所說的“電網邊緣”，這是一種正規化轉變。” “我們曾經像要塞概念那樣考慮網路安全：得有一個邊界。但是，當您談論電網和基於雲的應用的優勢時，就是在吹捧這個概念。”

電網邊緣架構增加了電網的風險和複雜性。邊緣裝置可能沒有被頻繁地修補和更新，可能沒有應用嚴格的身份驗證協議，可能與其他關鍵IT系統共享網路併成為滲透的目標，或者它們可能包含編寫容易且難以滲透的程式碼，成為惡意攻擊者的目標。

隨著公用事業轉向物聯網以實現更好的電網管理以及消費者利用邊緣裝置(如聯網電錶和電動汽車家庭充電站)的優勢，此類安全風險已被放大。因此，安全漏洞現在可以是雙向的，從而使電網不僅可以透過自己的網路而且可以透過連線到電網的使用者裝置滲透。

為了解決安全問題，企業正在為物聯網實現專用網路。在Omdia最近關於物聯網採用的調查中，有97%的受訪者表示他們已經考慮或正在使用私有網路進行物聯網部署以增強安全性。

人工智慧，零信任網路安全

解決這些風險的潛在對策是出現了機器學習和支援IT專業人員的支援AI的工具。機器學習工具可以在IT專業人員可能收到的大量警報中識別威脅。具有AI功能的網路安全工具正成為邊緣安全的關鍵，因為人類根本無法跟上所有資訊。

Hertzog說：“大規模的資料已經超出了人腦的能力。” “我們透過新的工具和功能獲得了更多的附加資訊，但是吸收和理解這些資訊的能力將是一個巨大的挑戰。”

國家電網合作伙伴(National Grid Partners)等公司已將AI應用於網路安全監控，並期望將自動化用於其他任務，例如預測性維護和客戶服務。

Hertzog表示，人工智慧對於在邊緣驗證身份至關重要，這需要零信任的網路安全策略。零信任的基本原理是永遠不信任，始終驗證。

Hertzog指出，這種網路安全方法要求在邊緣進行智慧化以實現身份驗證。她說：“我們需要分散式智慧，以將零信任度降低到精細級別。” “人工智慧將參與檢視所有活動，並檢視是否存在異常。”

“我們可以獲取這些資料併為我們的決策提供依據，” Hertzog說。她強調，此應用的真正AI可能在遙遠的地方，但是自動監視已經到位。

但是，Hertzog還指出，只有在匯出的資料準確、乾淨並且可以使用的情況下，才能進行決策的自動化。

Hertzog指出，資料質量差是公用事業將工作投入資料管理以實現網路安全的迫切原因。 “研究表明，在涉及AI的專案上花費的時間中，約有80%是將資料轉換為正確的格式，而且僅僅只是準備將其用於AI。”

人工智慧還將要求更高的速度和網路切片，允許對網路進行分割槽以提供對電網的不同級別的訪問，以啟用精細的安全策略設定。需要此類細粒度的策略來保護這些分散式網路。

Hertzog等人指出，諸如5G連線這一新的無線標準之類的必然技術可以透過提供網路頻寬來實現邊緣智慧活動所需的速度和資料強度，從而增強零信任安全性。

“ 5G改變了遊戲規則，” Hertzog說。 “這將支援切片網路的概念，並能夠更精細地定義安全策略。這對零信任有一些影響。”

同時，Hertzog表示，雖然5G將增強智慧電網安全性，但所需的基礎設施不是明天就會出現。甚至要花十年時間才能推出。

【編輯推薦】

相關文章