[论文解读] Secure Integration of Electric Vehicles with the Power Grid

Chaitra Niddodi, S. Lin+2 more|arXiv (Cornell University)|May 3, 2019

Electric Vehicles and Infrastructure参考文献 18被引用 5

一句话总结

本文提出了一种新型的网络物理异常检测引擎，通过同时监控车辆到电网（V2G）通信协议、物理传感器的电力测量值以及协议消息的时序约束，来保护车辆到电网（V2G）系统。该引擎能够在每包 0.165 秒内实时检测异常，确保作为电网关键组件的聚合器免受网络物理攻击的影响。

ABSTRACT

This paper focuses on the secure integration of distributed energy resources (DERs), especially pluggable electric vehicles (EVs), with the power grid. We consider the vehicle-to-grid (V2G) system where EVs are connected to the power grid through an aggregator. In this paper, we propose a novel Cyber-Physical Anomaly Detection Engine that monitors system behavior and detects anomalies almost instantaneously. This detection engine ensures that the critical power grid component (viz.,aggregator)remains secure by monitoring(a)cyber messages for various state changes and data constraints along with (b)power data on the V2G cyber network using power measurements from sensors on the physical/power distribution network. Since the V2G system is time-sensitive, the anomaly detection engine also monitors the timing requirements of the protocol messages to enhance the safety of the aggregator. To the best of our knowledge, this is the first piece of work that combines(a)the EV charging/discharging protocols, the(b)cyber network and(c)power measurements from physical network to detect intrusions in the EV to power grid system.

研究动机与目标

• 应对因分布式能源资源（DERs）增加，特别是可插拔电动汽车（EVs）的接入，而带来的电力系统安全风险日益增长的问题。
• 识别聚合器作为 V2G 系统中的高价值目标，因其在管理多个电动汽车和直接连接电网方面起着核心作用。
• 开发一种检测系统，能够在极低延迟和高准确率下识别聚合器级别的恶意活动。
• 整合网络与物理系统数据——包括通信协议、电力测量值和消息时序——以超越传统仅基于网络的检测方法，提升入侵检测能力。

提出的方法

• 定义 SAE J3068 V2G 通信协议中正确命令序列，以构建聚合器的状态机。
• 实现一个实时异常检测引擎，用于监控网络消息的协议合规性、数据约束和时序违规（例如消息频率和订阅周期）。
• 整合配电网络上物理传感器的电力测量值，以验证网络行为并检测不一致之处。
• 采用混合检测模型，结合基于规范的规则（用于协议合规性）和基于传感器的验证（用于物理合理性）。
• 利用周期性消息的时间敏感监控，检测协议层异常，如消息延迟或伪装攻击。
• 设计轻量级、实时的原型系统，适用于在计算开销极小的运行环境中部署 V2G 系统。

实验结果

研究问题

• RQ1 如何在确保系统安全和可靠的前提下，实现实时检测 V2G 通信协议中的异常？
• RQ2 物理电力测量在多大程度上能提升 V2G 系统中网络异常检测的准确性？
• RQ3 V2G 协议消息的时序约束能否作为恶意行为的可靠指示器？
• RQ4 与纯网络检测方法相比，联合使用网络与物理方法在检测针对聚合器的攻击时效果如何？
• RQ5 在 V2G 环境中同时监控网络与物理系统状态时，可实现的检测延迟是多少？

主要发现

• 所提出的网络物理异常检测引擎实现了低于 0.2 秒的检测延迟，单包最坏情况检查时间为 0.165 秒。
• 将物理电力测量与网络协议监控相结合，显著提高了异常检测的准确性，通过验证行为的一致性实现。
• 消息频率和订阅周期等时序约束在识别协议层异常（包括消息伪装或重放攻击）方面非常有效。
• 该检测引擎通过交叉验证网络消息与物理电力数据，成功区分了合法系统行为与恶意活动。
• 原型系统证明了其在实时部署中的可行性，其简单模型支持快速且准确的检测，适用于实际运行的 V2G 系统。
• 据作者所知，这是首个同时监控 V2G 通信标准、网络消息和物理电力测量以实现 V2G 系统入侵检测的系统。