Алгоритм «Белка» обнаруживает слабости электрических сетей для предотвращения блэкаутов от землетрясений и кибератак

• Новый алгоритм под названием Squirrel обнаруживает слабости в электросети.
• Он может применяться ко всем типам опасностей, включая землетрясение, вредоносную атаку и препятствия, вызванные белками.

Какие условия и сбои в инфраструктуре электрических сетей могут привести к драматичному блэкауту? И как частные компании и правительственные организации могут инвестировать, чтобы помочь предотвратить катастрофическое отключение?

За последние пару лет появились новости, что северокорейские хакеры проникли в американскую энергетическую компанию, а русские хакеры взломали атомную электростанцию. Такие хакерские блэкауты теперь случаются чаще, чем когда-либо. Природные катастрофы вроде землетрясений также играют большую роль в нарушении работы электросетей. Даже белки (которые часто перегрызают электрические провода) представляют серьезную угрозу для электросетей.

Для решения этих проблем исследователи из Лаборатории имени Лоуренса Ливермора разработали новый алгоритм под названием «Squirrel», который позволяет компаниям обнаруживать слабости в электросети. Это часть 3-летнего проекта (Quantitative Intelligent Adversary Risk Assessment), фокусирующегося на выявлении всех возможных угроз сети.

Поскольку алгоритм «независим от причины» (cause agnostic), он может применяться ко всем типам опасностей, включая землетрясение, вредоносную атаку и даже препятствия, вызванные белками. Он решает обратную проблему (вывод причины из следствия) и помогает решить, куда обратить внимание и как распределить ресурсы.

Что именно он делает?

Самая сложная часть в идентификации рисков для сети — каскадный эффект. Одна неисправная подстанция может повлиять на всю инфраструктуру сети. Исследователи внедрили свой новый алгоритм с открытым симулятором электросети (симулирует передачу потока мощности) для изучения того, какая последовательность событий должна произойти, чтобы вызвать потерю 1/2 миллиарда ватт нагрузки на маленькой модели сети.

Симуляция обнаружила более 700 критических сбоев последствий, и почти половина этих сбоев включала один конкретный реле. Этот тип информации может быть очень полезен, особенно когда ресурсы ограничены.

Просто говоря, если вы обеспокоены неисправной подстанцией, которая выведет из строя 10 гигаватт нагрузки и ищете способы, которые могут сделать это возможным, алгоритм может помочь вам определить, какие сбои фактически приводят к этому результату.

Источник: Lawrence Livermore National Laboratory

Это поможет агентствам сузить количество возможных условий и приоритизировать локации, которые могут привести к драматическим сбоям. Алгоритм способен менять несколько параметров и находить эффективное решение для избежания массового отключения.

Хотя электросети, разработанные в последние годы, намного более автоматизированы и умны, они более уязвимы для хакеров и противников (потому что они подключены к интернету). В настоящее время использование ручных техник для защиты сетей невозможно: никто не может придумать все события, которые приведут к злодеянию. Так что это своего рода необходимо использовать Squirrel, чтобы сузить список событий, вызывающих сбой.

Что дальше?

Перед применением к крупномасштабным системам алгоритм нужно улучшить. Исследователи планируют улучшить его моделирующие возможности, чтобы он мог учитывать множественные, сложные последствия, такие как электричество и газ, коммуникации и поток мощности, и более сложные модели распределения.

До сих пор они работали с базовой моделью, которая могла обрабатывать 49 линий передачи. Эти линии могут быть либо выключены, либо включены, таким образом, было бы 2⁴⁶ возможных компоновок — крайне большое число для обработки методами грубой силы. Для практического и умного анализа их цель — смоделировать систему на 10 000 линий.

Читайте также: Линейный алгоритм, который может локализовать смартфоны без GPS

В будущем исследователи также будут сотрудничать с агентствами для обнаружения уязвимостей и проведения оценки рисков, используя реальные электросети для производства более точных моделей.