Résumé Technique : Détection de Fraude à la Génération Préservant la Vie Privée pour les Systèmes Photovoltaïques Distribués

1. Énoncé du Problème

L'expansion rapide des systèmes photovoltaïques (PV) résidentiels distribués a introduit une nouvelle forme de fraude électrique : la Fraude à la Génération PV (PVG-FD). Contrairement au vol d'électricité traditionnel, qui implique une sous-déclaration de la consommation, la PVG-FD consiste pour des prosumeurs malveillants à surenregistrer leur production afin de réclamer des revenus excessifs auprès des compagnies de services publics. Ce comportement est particulièrement difficile à détecter en raison de l'intermittence et de l'incertitude inhérentes à la production solaire.

Les méthodes de détection existantes font face à trois limitations principales :

1. Écart de Modalité de Données : Les approches traditionnelles échouent souvent à modéliser efficacement les relations complexes, non linéaires et dynamiques entre les données de production PV et les conditions météorologiques (spécifiquement l'irradiance solaire). Ces sources de données diffèrent par leur signification physique, leur granularité et leurs caractéristiques de bruit.
2. Vie Privée et Évolutivité : Les paradigmes d'entraînement centralisé nécessitent l'agrégation de données de comptage sensibles provenant de multiples ménages, créant des risques de confidentialité significatifs et des goulots d'étranglement de communication.
3. Déséquilibre des Classes : Les cas frauduleux sont rares par rapport à la production normale. Dans des environnements distribués, où les données sont partitionnées entre les communautés, la rareté des échantillons de fraude par communauté est exacerbée, entravant l'apprentissage de caractéristiques discriminatives.

2. Méthodologie

L'article propose un Cadre de Détection PVG-FD Distribué Préservant la Vie Privée basé sur l'Apprentissage Fédéré (FL). Ce cadre permet à une compagnie de services publics de coordonner plusieurs communautés de ménages sans accéder aux données locales brutes. La solution comprend deux composants principaux :

A. Modèle de Détection au Niveau Résidentiel (Local)

Chaque communauté entraîne un modèle de détection local conçu pour fusionner des données multi-sources. L'architecture inclut :

• Prétraitement des Données : Segmentation par fenêtre glissante des séries temporelles de production PV et de météorologie (Irradiance Diffuse Horizontale [DHI], Irradiance Globale Horizontale [GHI], et Irradiance Normale Directe [DNI]).
• Extraction de Caractéristiques :
  • Production PV : Traitée via un réseau Long Short-Term Memory (LSTM) pour capturer les dépendances temporelles dans les données de production univariées.
  • Données d'Irradiance : Traitées via une architecture CNN-LSTM. Une convolution 2D extrait les corrélations spatiales entre les trois métriques d'irradiance, suivie de couches LSTM pour la modélisation temporelle.
• Mécanisme de Co-Attention : Un module de fusion novateur combinant self-attention et cross-attention.
  • La self-attention affine les caractéristiques au sein de chaque modalité.
  • La cross-attention permet une interaction bidirectionnelle, permettant aux caractéristiques de production PV de se concentrer sur les caractéristiques d'irradiance et vice versa. Cela capture les incohérences indicatives de fraude.
• Prédiction : Un Perceptron Multicouche (MLP) sort la probabilité de fraude.

B. Cadre d'Apprentissage Fédéré (Global)

Pour répondre aux enjeux de vie privée et de déséquilibre des classes, le cadre emploie :

• Découpage du Modèle : Les modèles locaux sont divisés en un Modèle de Base (couches peu profondes : LSTM, CNN-LSTM, Co-Attention) et un Modèle de Tête (couches profondes : MLP). Seuls les paramètres du Modèle de Base sont envoyés au serveur pour agrégation ; le Modèle de Tête reste local pour préserver les frontières de décision spécifiques à la tâche.
• Régularisation Basée sur les Prototypes : Pour atténuer le déséquilibre des classes, le cadre utilise des prototypes de classe (représentations d'embedding représentatives pour les classes normale et frauduleuse).
  • Les prototypes locaux sont calculés à partir des embeddings du modèle de base.
  • Les prototypes globaux sont agrégés par le serveur.
  • Un terme de régularisation est ajouté à la fonction de perte locale pour aligner les prototypes locaux sur les prototypes globaux en utilisant la similarité cosinus. Cela améliore la représentation des classes minoritaires (fraude) sans partager de données brutes.

3. Contributions Clés

Les auteurs identifient trois contributions spécifiques :

1. Cadre FL Préservant la Vie Privée : Une méthode distribuée pour la PVG-FD permettant un entraînement collaboratif entre les communautés tout en préservant la confidentialité des données et en traitant explicitement le déséquilibre des classes.
2. Modèle de Fusion de Données Multi-Sources : Un modèle de détection au niveau résidentiel utilisant un mécanisme de co-attention pour modéliser conjointement la production PV et les données d'irradiance multivariées, capturant des dépendances inter-modales complexes.
3. Régularisation Basée sur les Prototypes : Un mécanisme intégré au cadre FL pour améliorer l'apprentissage de représentations liées à la fraude et faciliter le partage de connaissances inter-communautés, ciblant spécifiquement la rareté des échantillons de fraude.

4. Résultats Expérimentaux

La méthode a été évaluée sur un jeu de données réel (Solar Home Electricity Data d'Ausgrid) couvrant 300 foyers sur trois ans, avec une fraude synthétique injectée pour simuler trois types d'attaques (inflation uniforme, inflation sur fenêtre de pointe, et décalage temporel motivé par les tarifs).

• Performance du Modèle Local : Le modèle proposé a surpassé les références de l'état de l'art (LSTM, CNN-LSTM, Transformer, Reformer, DLinear) sur toutes les métriques (Précision, AUC, Score F1, MCC). Il a atteint 95,57 % de précision et 84,17 % de score F1 sous le cadre FedAvg.
• Robustesse : Le modèle a démontré une performance supérieure lors de tests inter-saisonniers et dans des conditions d'irradiance bruyantes (où les données météorologiques fines ont été remplacées par des moyennes communautaires).
• Efficacité du Cadre FL : Comparé aux approches Local-only, FedAvg standard, BalanceFL et FedNH, le cadre proposé a atteint les meilleures performances (96,90 % de Précision, 89,27 % de Score F1).
• Évolutivité et Déséquilibre : Le cadre a maintenu une performance robuste à mesure que le nombre de communautés augmentait (réduisant la taille des données locales) et sous un déséquilibre de classes extrême (taux de fraude de 0,5 %), où il a obtenu le meilleur Precision@5/1000 (65,51 %) et le taux de faux positifs le plus bas.
• Efficacité de Communication : La méthode proposée a réduit la surcharge de communication par tour par rapport à FedAvg et BalanceFL en n'échangeant que les paramètres de base et les prototypes, plutôt que les poids complets du modèle.

5. Importance et Revendications

L'article revendique que le cadre proposé répond avec succès aux défis critiques de vie privée, d'écarts de modalité de données et de déséquilibre des classes dans la détection de fraude PV distribuée.

• Vie Privée : En utilisant le FL et le découpage de modèle, le cadre permet aux compagnies de services publics de tirer parti des connaissances globales sans compromettre la confidentialité des données individuelles des ménages.
• Précision : L'intégration des données météorologiques via un mécanisme de co-attention améliore significativement la précision de détection par rapport aux méthodes reposant uniquement sur les données de comptage ou une fusion simple.
• Gestion du Déséquilibre : La stratégie d'alignement des prototypes atténue efficacement la dégradation des performances généralement associée aux événements de fraude rares dans des environnements distribués.

Les auteurs concluent que, bien que la méthode démontre une haute précision et une grande robustesse, les travaux futurs devraient explorer l'apprentissage semi-supervisé/non supervisé pour réduire la dépendance aux données de fraude étiquetées et développer des stratégies de communication adaptatives pour réduire davantage la surcharge. La conception actuelle repose sur un protocole FL synchrone standard, qui nécessite une communication complète à chaque tour.