Resumo Técnico: Preenchimento de Pseudo-Características para Defesa contra FDIA em Redes Elétricas

1. Declaração do Problema

Redes Neurais Profundas (DNNs) são cada vez mais implantadas em Sistemas Ciber-Físicos (CPS), particularmente para estimativa de estado em redes elétricas, para detectar Ataques de Injeção de Dados Falsos (FDIA). No entanto, a infraestrutura única das redes elétricas torna essas DNNs vulneráveis a perturbações adversárias sofisticadas. Os mecanismos de defesa tradicionais, como detectores baseados em resíduos ou classificadores de aprendizado de máquina padrão, frequentemente falham porque os vetores de FDIA são construídos para satisfazer a condição de furtividade $Ba = 0$ (onde $B$ é a matriz de resíduo de projeção), tornando as medições poluídas indistinguíveis das legítimas.

As estratégias de defesa existentes enfrentam limitações significativas:

• Treinamento Adversário e Destilação: Estes métodos frequentemente exigem modificações substanciais no pipeline de treinamento ou na arquitetura do modelo e podem ser computacionalmente intensivos. Eles também podem ter um desempenho insatisfatório em ambientes de CPS, onde os atacantes priorizam a furtividade sobre o tamanho mínimo da perturbação.
• Preenchimento Fixo (ex: Zero-Padding): Embora simples, as estratégias de preenchimento fixo são vulneráveis em cenários de caixa branca (white-box), onde os atacantes têm conhecimento dos valores de preenchimento e podem explorar esse conhecimento para criar ataques transferíveis.
• Restrições de Hardware: Muitas soluções propostas exigem o redesdobramento de sensores ou mudanças de hardware, o que é impraticável em ambientes de CPS distribuídos.

O desafio central é desenvolver uma defesa que seja leve, agnóstica ao modelo e capaz de interromper as condições estruturais nas quais os atacantes se baseiam, sem degradar o desempenho da DNN subjacente em dados benignos.

2. Metodologia: Preenchimento de Pseudo-Características (Pseudo-Feature Padding)

O artigo propõe uma estrutura de Preenchimento de Pseudo-Características. Esta abordagem introduz uma camada de entrada adicional que aumenta dinamicamente as amostras de entrada com "pseudo-características" derivadas da própria distribuição estatística dos dados de entrada.

Mecanismo Central

1. Análise de Importância de Características: Para cada amostra de entrada, um modelo baseado em árvores (ex: uma árvore de decisão) é usado para classificar a importância das características. As características que caem abaixo de um limiar específico $\theta$ são identificadas como "menos importantes" (baixa saliência).
2. Ajuste de Distribuição Estatística: Distribuições estatísticas são pré-ajustadas para cada característica em todo o conjunto de dados.
3. Geração de Preenchimento Dinâmico:
   • Treinamento: Para cada amostra, pseudo-características são amostradas das distribuições ajustadas correspondentes às características de baixa importância identificadas. Elas são concatenadas com a entrada original, criando múltiplas variantes aumentadas por amostra.
   • Inferência: Quando uma amostra (limpa ou adversária) é apresentada, um novo vetor de pseudo-características é amostrado e concatenado. Isso garante que a estrutura da entrada varie de forma imprevisível durante a inferência.
4. Disrupção Matemática:
   • No FDIA padrão, o atacante constrói um vetor $a$ tal que $Ba = 0$, onde $B = P - I$ e $P$ é a matriz de projeção sobre o espaço coluna da Jacobiana do sistema $H$.
   • O preenchimento proposto transforma a matriz do sistema para $H' = [H | P_{pad}]$, onde $P_{pad}$ contém as pseudo-características amostradas.
   • Isso altera a matriz de projeção para $P'$ e a matriz de resíduo para $B'$. Consequentemente, a estrutura do espaço nulo muda ($N(B) \neq N(B')$). Um vetor de ataque $a$ projetado para satisfazer $Ba=0$ geralmente falhará em satisfazer $B'a'=0$ porque as características de preenchimento introduzem incerteza estrutural e deslocam o espaço nulo.
   • Como as pseudo-características são amostradas aleatoriamente na inferência, reconstruir a matriz de sistema efetiva $H'$ é computacionalmente inviável para um atacante, tornando as perturbações criadas não transferíveis.

Visão Geral do Algoritmo

A estrutura opera como uma etapa de pré-processamento:

1. Identificar características de baixa importância para uma amostra específica.
2. Amostrar valores sintéticos das distribuições pré-ajustadas dessas características.
3. Concatenar esses valores ao vetor de entrada original.
4. Alimentar o vetor aumentado na arquitetura DNN existente.

3. Principais Contribuições

O artigo delineia as seguintes contribuições primárias:

• Estratégia de Defesa Inovadora: Um método que mitiga os efeitos de FDIA preenchendo as entradas com pseudo-características, aumentando a dimensionalidade da entrada e complicando a geração de vetores de ataque precisos.
• Agnosticismo de Modelo e Capacidade de Implantação: A estrutura é leve e não requer modificações na arquitetura central da DNN, facilitando a integração em pipelines de detecção de CPS existentes.
• Sem Sobrecarga de Hardware: A solução aborda a impraticabilidade de proteger todos os sensores físicos, operando puramente na camada de processamento de dados, sem exigir o redesdobramento de sensores.
• Preservação de Desempenho: O método mantém a integridade do desempenho da DNN com uma queda de precisão negligenciável em comparação com os modelos de base.
• Validação Abrangente: A estrutura é validada através de simulações em quatro sistemas de teste IEEE padrão (14-bus, 30-bus, 118-bus e 300-bus) sob configurações adversárias.

4. Resultados Experimentais

A estrutura foi avaliada usando uma DNN de alimentação direta (quatro camadas totalmente conectadas) em conjuntos de dados gerados via MATPOWER. A avaliação comparou o método proposto com Plain DNNs, Adversarial Training, Adversarial Distillation e Zero-Padding.

• Precisão de Detecção: O proposto Pseudo-Feature Padding alcançou uma precisão de detecção de ataque significativamente maior em comparação com os métodos de base e outras defesas. Por exemplo, no sistema de 14-bus, alcançou 94,2% de precisão, superando o Adversarial Training (62,0%) e o Zero Padding (93,5%). Desempenhos altos semelhantes foram observados nos sistemas de 30, 118 e 300-bus (variando de 92,0% a 96,1%).
• Métricas de Robustez:
  • Viés L2-Norm (Bias L2-Norm): O método proposto resultou em valores de Bias L2-Norm mais altos (ex: 168,7 para 14-bus vs. 50,6 para Adversarial Training), indicando que o modelo detectou com sucesso desvios maiores causados por ataques.
  • L2-Norm Válido (Valid L2-Norm): O método gerou valores de Valid L2-Norm mais baixos (ex: 55,1 para 14-bus vs. 113,7 para Adversarial Training), sugerindo que a força efetiva das perturbações adversárias foi neutralizada.
• Escalabilidade: O desempenho melhorou ou permaneceu estável à medida que o tamanho do sistema aumentava (de 14-bus para 300-bus), demonstrando a escalabilidade da estrutura.
• Sobrecarga Computacional: Embora o tempo de treinamento tenha aumentado ligeiramente devido às etapas de geração de características e preenchimento (35s vs. 10s para Plain DNN), o custo de inferência permaneceu baixo (0,9ms), e a sobrecarga geral foi classificada como "Baixa-Mod" (Low-Mod), significativamente melhor que a sobrecarga "Alta" do Adversarial Training.

5. Significância e Alegações

O artigo afirma que o Preenchimento de Pseudo-Características oferece uma solução de defesa prática e eficaz para aplicações de CPS do mundo real, onde a segurança física dos sensores é inviável.

• Disrupção da Mecânica de Ataque: Ao introduzir preenchimento aleatório e orientado aos dados, o método quebra a capacidade do atacante de manter a condição de furtividade ($Ba=0$) sem precisar conhecer os valores de preenchimento específicos antecipadamente.
• Mitigação da Transferibilidade: A natureza não determinística do preenchimento na inferência impede que exemplos adversários criados para uma instância de modelo transfiram efetivamente para outra, uma fraqueza comum em ataques de caixa branca.
• Praticidade: Diferente de métodos que exigem mudanças de hardware ou retreinamento arquitetônico complexo, esta abordagem é uma etapa de pré-processamento leve que preserva a estrutura original do modelo.
• Limitações: Os autores reconhecem que o trabalho atual foca em ameaças de caixa branca, onde o atacante conhece o modelo, mas não o preenchimento. Ataques adaptativos e de informação parcial são apontados como áreas para trabalhos futuros, embora o preenchimento não determinístico deva fornecer robustez contra eles.

Em conclusão, o artigo demonstra que aumentar os dados de entrada com pseudo-características derivadas estatisticamente é uma estratégia viável para aumentar a robustez de DNNs contra FDIA em redes elétricas, oferecendo um equilíbrio entre alta precisão de detecção, baixo custo computacional e facilidade de implantação.