Moderne Stromnetze sind nicht mehr nur massive Maschinen, die in der Dunkelheit rotieren; sie sind riesige, vernetzte Netzwerke aus digitalen Sensoren, die jeden Draht, jeden Schalter und jeden Generator überwachen. Diese Sensoren, oft als Smart Meter oder Prozess-Tags bezeichnet, senden einen stetigen Datenstrom an eine zentrale Leitstelle, wo Computermodelle versuchen, etwas Ungewöhnliches zu entdecken. Wenn ein Rohr birst, ein Generator ausfällt oder eine Leitung gekappt wird, sollten sich die Zahlen auf eine Weise ändern, die von einem normalen Betrieb abweicht. Die Hoffnung war stets, dass diese Computermodelle als ein unblinkendes Auge fungieren könnten, das Probleme in dem Moment erfasst, in dem sie entstehen. Doch diese Abhängigkeit von einem einzigen, zentralen Gehirn schafft eine gefährliche Schwachstelle. Wenn es einem Angreifer gelingt, die Kontrolle über auch nur wenige dieser Sensoren zu erlangen, kann er dem zentralen Modell einen stetigen Strom von Lügen einspeisen. Er kann eine echte Katastrophe verbergen, indem er die Zahlen normal aussehen lässt, oder er kann eine künstliche Katastrophe herbeiführen, indem er normale Zahlen gefährlich aussehen lässt – und das alles, ohne dass das Zentralsystem jemals erfährt, welche Sensoren die Wahrheit sagen.

Forscher wissen schon lange, dass Standard-Computermodelle in dieser Hinsicht fragil sind. Die meisten dieser Modelle betrachten das gesamte Netz als ein einziges riesiges Puzzle und versuchen, Muster über hunderte von Datenpunkten gleichzeitig zu finden. Das Problem ist, dass, wenn ein Angreifer nur einige wenige Teile dieses Puzzles kontrolliert, er das gesamte Bild nach Belieben verzerren kann. Ein neues Studium von Ingenieuren der State Grid Jibei Information & Telecommunication Company und der State Grid Jibei Electric Power Company Limited schlägt einen anderen Weg vor, das Problem zu betrachten. Anstatt einem einzigen, allsehenden Modell zu vertrauen, haben sie ein System entwickelt, das jeden Sensor mit Misstrauen behandelt und seine Geschichte mit den Geschichten seiner Nachbarn abgleicht. Sie nennen dieses System TALLY, und es ist darauf ausgelegt, eine spezifische, kritische Frage zu beantworten: Wie viele Sensoren kann ein Angreifer kontrollieren, bevor das System nicht mehr vertrauenswürdig ist?

Die Forscher bauten ihre Lösung auf einer einfachen, aber kraftvollen Idee auf: Wenn man eine Gruppe von Sensoren in kleinere, unabhängige Teams aufteilt, kann ein Lügner in einem Team die anderen nicht so leicht davon überzeugen, ebenfalls zu lügen. In ihrem Design lässt das System nicht ein einziges, riesiges Modell über jeden Sensor urteilen. Stattdessen erstellt es für jeden Sensor ein kleines Gremium von Richtern. Jeder Richter betrachtet eine spezifische, begrenzte Gruppe anderer Sensoren, um vorherzusagen, was der Zielsensor tun sollte. Wenn ein Sensor die Wahrheit sagt, stimmt sein Messwert mit dem überein, was die meisten dieser Richter erwarten. Wenn er lügt oder dazu gezwungen wird, zu lügen, wird sein Messwert aus der Menge hervorstechen. Das System verwendet dann einen Abstimmungsmechanismus. Es ignoriert die extremsten Vorhersagen der Richter und konzentriert sich auf den Mittelweg, in dem sich die ehrlichen Sensoren natürlich sammeln. Dieser Mittelweg fungiert als Schutzschild; selbst wenn ein Angreifer einige Sensoren kontrolliert und versucht, die Zahlen nach oben oder unten zu treiben, werden die ehrlichen Sensoren in der Mitte standhalten, und das System wird wissen, dass die Ausreißer diejenigen sind, auf die man achten muss.

Um diese Idee zu testen, ließen die Team ihr System in drei sehr unterschiedlichen realen Szenarien laufen. Das erste war ein Hardware-Testbed, das ein Kraftwerk mit einem Kessel und einer Turbine simulierte, wobei die Sensoren alle zehn Sekunden Daten aufzeichneten. Das zweite war ein Datensatz einer Übertragungsleitung mit Relais-Sensoren, die den Stromfluss überwachen. Das dritte war eine Simulation eines Nachbarschaftsstromnetzes, in dem Smart Meter den tatsächlichen Stromverbrauch echter Kunden im Zeitverlauf erfassten. In jedem Fall stellten sie ihr neues System drei gängigen Erkennungsmethoden gegenüber, einschließlich Standard-KI-Modellen, die alle Daten gleichzeitig betrachten. Sie starteten dann eine Reihe raffinierter Angriffe, bei denen sie die Kontrolle über einige Sensoren übernahmen und versuchten, die Systeme zu täuschen, damit sie entweder echte Angriffe übersahen oder Fehlalarme auslösten.

Die Ergebnisse zeigten eine klare Trennung zwischen dem alten und dem neuen Weg. Die Standardmodelle, die versuchen, das gesamte Netz auf einmal zu sehen, brachen fast sofort zusammen, sobald die Forscher nur ein oder zwei Sensoren kontrollierten. Auf dem Kraftwerks-Testbed führte ein einzener kompromittierter Sensor bei den Standardmodellen fast jedes Mal zu Fehlalarmen, was das System effektiv blind machte. Das neue TALLY-System hingegen hielt stand. Als die Forscher das System so konfigurierten, dass es eine bestimmte Anzahl kompromittierter Sensoren tolerierte, konnte es weiterhin echte Probleme erkennen und gleichzeitig die Lügen ignorierte. In der Simulation des Nachbarschaftsnetzes war das neue System sogar der beste Detektor überhaupt und übertraf die Standardmodelle selbst ohne Angriffe, weil es besser verstand, wie die Zähler in einer Nachbarschaft einander beeinflussen.

Die bedeutendste Erkenntnis war vielleicht nicht nur, dass das System funktionierte, sondern dass es eine mathematische Garantie für bestimmte Alarme liefern konnte. Die Forscher bauten ein Zertifikat in das Design ein, das besagt: Wenn ein Alarm zertifiziert ist, ist es mathematisch unmöglich, dass ein Angreifer ihn zum Schweigen gebracht hat, indem er nur so viele Sensoren kontrolliert hat. Das System kann jedoch nicht zertifizieren, dass kein Angriff verborgen wurde, wenn kein Alarm ertönt; wenn ein Ereignis nicht genügend markierte Knoten erzeugt, um den strengen Zertifizierungsschwellenwert zu erreichen, bleibt es unzertifiziert, unabhängig davon, ob es erkannt wurde oder nicht. In den Tests identifizierte das neue System erfolgreich die Sensoren, die lügten, und markierte sie für die Wartung, ohne jemals die ehrlichen Sensoren zu beschuldigen. Selbst als die Angreifer versuchten, eine echte Stromnachfrage durch die Kontrolle einiger weniger Zähler zu verbergen, löste das System dennoch Alarm aus, und die Forscher konnten beweisen, dass keine Menge an Lügen durch diese wenigen Zähler den Alarm hätte verhindern können.

Die Studie zeigte auch, dass die Kosten für diesen Schutz von der Natur des jeweiligen Stromsystems abhängen. Im Kraftwerk, wo Sensoren oft ihren eigenen vorhersehbaren Mustern folgen, erforderte das Hinzufügen weiterer Schutzschichten einen leichten Kompromiss bei der Geschwindigkeit, mit der das System geringfügige Probleme erkannte. Auf dem Nachbarschaftsnetz jedoch, wo die Sensoren stark voneinander abhängig sind, war das neue Design in jeder Hinsicht überlegen, da es sowohl eine bessere Erkennung als auch einen stärkeren Schutz ohne Leistungseinbußen bot. Die Forscher fanden heraus, dass sich das System wie ein Regler einstellen lässt: Betreiber können entscheiden, wie viele Sensoren sie als kompromittiert tolerieren möchten, und das System entsprechend anpassen. Wenn sie den Regler so einstellen, dass vier fehlerhafte Sensoren toleriert werden, wird das System das Rauschen dieser vier Sensoren ignorieren und sich auf den Rest konzentrieren, um sicherzustellen, dass die ehrlichen Sensoren niemals fälschlicherweise beschuldigt werden.

Diese Arbeit erhebt nicht den Anspruch, jedes Problem der Netzsicherheit zu lösen. Die Forscher wiesen vorsichtig darauf hin, dass ihr System davon ausgeht, dass die Sensoren selbst nicht korrumpiert sind, bevor sie Daten senden, und dass es nicht gegen einen Angreifer schützt, der die zentrale Steuerung übernimmt. Es beruht zudem auf der Tatsache, dass die Angreifer nicht mehr Sensoren kontrollieren können, als das System zu tolerieren vorgesehen ist. Aber für die spezifische Bedrohung durch einige wenige betrügerische Sensoren, die Lügen in ein zentrales Modell einspeisen, bietet die Studie eine konkrete, bewährte Lösung. Sie verschiebt das Paradigma vom Vertrauen in ein einziges, fragiles Modell hin zum Vertrauen in einen kollektiven, resilienten Konsens. Indem sie das Netz in kleinere, überlappende Gruppen unterteilen und die ehrliche Mehrheit für sich selbst sprechen lassen, stellen sie sicher, dass selbst wenn ein Angreifer einige Knoten kontrolliert, die Wahrheit des Netzes sichtbar bleibt. Die Ergebnisse legen nahe, dass die Antwort für die Sicherheit smarter Netze in der Zukunft nicht darin liegt, wie viele Sensoren wir vertrauen können, sondern darin, dass wir „genug vertrauen, um eine Mehrheit zu bilden“ – und dass dieser einfache Wechsel im Denken den Unterschied zwischen einem anfälligen und einem resilienten Netz ausmachen kann.