Attention-Enhanced Graph Filtering for False Data Injection Attack Detection and Localization

Resumen Técnico: Filtrado de Grafos Mejorado por Atención para la Detección y Localización de Ataques de Inyección de Datos Falsos

Planteamiento del Problema
La creciente integración de dispositivos de Internet de las Cosas (IoT) en las redes eléctricas modernas ha expandido la superficie de ataque cibernético, convirtiendo a los Ataques de Inyección de Datos Falsos (FDIA, por sus siglas en inglés) en una amenaza crítica. Los FDIA están diseñados para evadir los esquemas de detección tradicionales basados en modelos, como la Detección de Malos Datos (BDD) basada en la prueba del residuo normalizado más grande, mediante la creación de vectores de medición que satisfacen las ecuaciones físicas de flujo de potencia. Si bien los enfoques actuales basados en datos que utilizan Redes Neuronales de Grafos (GNN) han mostrado resultados prometedores, enfrentan limitaciones específicas:

1. Limitaciones Estructurales: Las GNN convencionales (por ejemplo, GCN) suelen depender de aproximaciones espectrales de primer orden, lo que conlleva altos costos computacionales y campos receptivos limitados. Las variantes de orden superior, como las Redes Convolucionales de Grafos de Chebyshev (CGCN), sufren de sobre-suavizado (over-smoothing) y amplificación de ruido, lo que oscurece la distinción entre nodos atacados y sanos, dificultando la localización precisa.
2. Dependencias Rígidas: Los modelos estándar de aprendizaje profundo a menudo no logran contabilizar explícitamente la topología subyacente de la red o dependen de patrones de dependencia rígidos e invariantes a la entrada, lo que limita su adaptabilidad a escenarios de ataque heterogéneos y espacialmente variables.
3. Limitaciones de los Transformers: Aunque las arquitecturas Transformer pueden modelar dependencias de largo alcance, su aplicación independiente en sistemas de potencia es computacionalmente exigente y sensible a las entradas ruidosas. Además, la aplicación ingenua de pilas profundas de Transformer puede tener dificultades para modelar eficazmente la dinámica localizada de la red.

El desafío central abordado es la necesidad de un marco que detecte conjuntamente la presencia de un FDIA a nivel de sistema y localice los buses comprometidos a nivel de nodo, equilibrando el filtrado robusto de características locales con el modelado de contexto global.

Metodología: El Marco ACEOT
Los autores proponen ACEOT (Codificador Transformer de Solo Codificador con ARMAConv), un marco híbrido que integra el filtrado de grafos consciente de la topología con mecanismos de auto-atención. La arquitectura consta de tres componentes principales:

1. Codificación Posicional (PE) Aprendible:
   A diferencia de las codificaciones sinusoidales estándar diseñadas para secuencias lineales, ACEOT emplea una capa de incrustación (embedding) aprendible para asignar vectores de identidad únicos a cada bus. Esto es crítico porque los buses vecinos en una red eléctrica pueden exhibir características eléctricas similares; sin una identidad de nodo explícita, el filtrado espectral puede conducir a la homogeneización de características, enmascarando anomalías sutiles. Estas incrustaciones se suman a las características de los nodos antes de la convolución de grafos para preservar la discriminabilidad.

2. Filtrado de Grafos ARMAConv:
   Para extraer características locales robustas y conscientes de la topología, el marco utiliza filtros de convolución de grafos de Media Móvil Autorregresiva (ARMA). A diferencia de los filtros basados en polinomios (por ejemplo, Chebyshev), ARMAConv emplea filtros espectrales aprendibles que proporcionan tolerancia a la profundidad y una mayor robustez al ruido. El mecanismo utiliza una regla de paso de mensajes recursiva con pilas paralelas para aproximar iterativamente la inversa del operador de desplazamiento del grafo. Este enfoque mitiga el sobre-suavizado y la amplificación de ruido, preservando la identidad del nodo esencial para la localización.

3. Transformer de Solo Codificador:
   Para capturar interacciones globales dependientes de la entrada sin la carga computacional de un decodificador, ACEOT emplea un Transformer de Solo Codificador. Este componente utiliza la auto-atención de múltiples cabezales para modelar dependencias de largo alcance entre buses que podrían no ser capturadas únicamente por el filtrado espectral localizado. El mecanismo de auto-atención permite al modelo ponderar adaptativamente las dependencias por pares, identificando patrones de FDIA coordinados que abarcan múltiples regiones de la red.

Integración y Flujo de Trabajo
El flujo de procesamiento comienza con las mediciones de inyección de potencia bruta ($P, Q$) e índices de los nodos. Los índices se mapean a incrustaciones posicionales aprendibles, que se suman a las características proyectadas de los nodos. Esta representación combinada se pasa a través de las capas ARMAConv para la eliminación de ruido y agregación local consciente de la topología. La salida se alimenta luego al Transformer de Solo Codificador para capturar el contexto global. Finalmente, una capa de clasificación lineal con activación sigmoide produce las probabilidades de ataque a nivel de nodo. Se deriva una salida de detección a nivel de grafo tomando el máximo de estas probabilidades de nodo.

Contribuciones Clave

• Arquitectura Híbrida: La propuesta de un marco de detección y localización conjunta que combina ARMAConv para la extracción robusta de características locales y un Transformer de Solo Codificador para el modelado adaptativo de dependencias globales.
• Integración de Codificación Posicional: La integración de la codificación posicional aprendible con el filtrado basado en ARMA para proporcionar una identidad de nodo persistente, mitigando el sobre-suavizado y la amplificación de ruido causados por las inyecciones de datos maliciosos.
• Localización Adaptativa: Un mecanismo mejorado por atención que permite el modelado de dependencias entre nodos dependiente de la entrada, mejorando la precisión de la localización en diversos escenarios de FDIA distribuidos espacialmente.
• Validación Exhaustiva: Evaluación extensa en los sistemas de buses IEEE-14 y IEEE-300 utilizando datos de carga del mundo real del Operador Independiente del Sistema de Nueva York (NYISO).

Resultados Experimentales
El modelo fue evaluado en conjuntos de datos sintéticos generados a partir de perfiles de carga de NYISO (julio de 2021) para los sistemas de buses IEEE-14 e IEEE-300, simulando cuatro tipos de FDIA (optimización restringida, basada en distribución, escalado de datos y repetición de datos).

• Desempeño de Detección: En el sistema IEEE-300, ACEOT logró el F1 score más alto (92.60%) entre todos los referentes, incluyendo MLP, CNN, LSTM, ChebConv y ARMAConv independiente. En el sistema IEEE-14, tuvo un desempeño competitivo, logrando un F1 score de 92.42%, ligeramente por debajo de ChebConv (92.46%), pero con una Tasa de Falsas Alarmas significativamente menor (1.28% frente a 1.32%).
• Desempeño de Localización:
  • Por Muestra: ACEOT superó significativamente a otros modelos en el sistema IEEE-300, logrando una proporción de muestras con F1 scores $\ge$ 95% un 11.51% mayor en comparación con el segundo mejor modelo (ARMAConv). Esto indica que el mecanismo de auto-atención captura eficazmente las dependencias de largo alcance en redes de gran escala.
  • Por Nodo: ACEOT logró el mayor desempeño de localización de nodos en ambos sistemas de prueba, clasificando correctamente el 49.09% de los buses en el sistema IEEE-14 y mostrando tendencias superiores en el sistema IEEE-300.
• Eficiencia: Aunque ACEOT es más complejo que los baselines no basados en grafos, su tiempo de inferencia (aproximadamente 20.96 ms para IEEE-300) es comparable al de ARMAConv independiente (20.49 ms) y significativamente más rápido que ChebConv (27.76 ms), demostrando que la integración del codificador Transformer no introduce una carga computacional prohibitiva.

Significancia y Reivindicaciones
El artículo afirma que ACEOT ofrece una solución práctica y efectiva para la detección y localización de FDIA en línea aprovechando tanto el estado como la topología de la red eléctrica. Los autores enfatizan que las ventajas del modelado basado en atención se vuelven más pronunciadas a medida que aumenta el tamaño de la red, destacando la escalabilidad del enfoque. Al combinar el filtrado consciente de la estructura con la atención global adaptativa, el marco alivia el sobre-suavizado y mejora la robustez al ruido, abordando las limitaciones de las GNN y los modelos de aprendizaje profundo existentes. Los resultados sugieren que ACEOT puede explotar de manera confiable la información de contexto global y las correlaciones de largo alcance, lo que lo hace adecuado para asegurar sistemas de potencia a gran escala contra ataques cibernéticos sigilosos.