⚡ 电气工程

Detection of False Data Injection Attacks in Nuclear Power Plants Using Particle Filters and Time-Series Transformers

本文提出了一种物理辅助防御框架，该框架将非线性粒子滤波器与时间序列 Transformer 相结合，通过识别其在耦合传感器通道中诱发的热力学与时间解耦，从而有效检测核电厂中隐蔽的虚假数据注入攻击，其性能优于传统的基于线性残差的检测器。

原作者： Shashank Padasalagi, Harshitha Pawar

发布于 2026-09-21

📖 1 分钟阅读☕ 轻松阅读

原作者： Shashank Padasalagi, Harshitha Pawar

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

现代城市和工业依赖于庞大的传感器与计算机网络，它们充当着关键基础设施的神经系统。在核电站中，这套系统不断监测着反应堆的核心，追踪核反应的速度、燃料的热度以及冷却水的流量。这些被称为“信息物理系统”（cyber-physical systems）的数字控制系统，虽然实现了精确且安全的运行，但也为数字入侵者打开了一扇大门。危险不仅仅在于计算机崩溃，而是在于“虚假数据注入”攻击。在这种场景下，黑客并不破坏物理机械，而是向数据流中植入一个谎言。他们告诉控制室温度正常，而实际上温度正在升高；或者告诉控制室水流稳定，而实际上水流正在停止。如果计算机相信了这个谎言，它可能无法采取紧急措施，从而可能导致灾难。安全专家面临的挑战在于，这些谎言可以被精心设计得完全符合物理定律，从而欺骗那些仅能识别简单数学错误的常规报警器。

来自马萨拉亚应用科学大学（M S Ramaiah University of Applied Sciences）的研究人员 Shashank Padasalagi 和 Harshitha Pawar 开发了一种捕捉这些复杂谎言的新方法。他们的工作聚焦于核反应堆不同部件之间独特且复杂的相互关系。他们意识到，虽然黑客可能能够伪造单个传感器的读数，但他们很难伪造整个反应堆随时间变化的完整运行逻辑。在真实的反应堆中，如果温度发生变化，它会引发一系列连锁反应：燃料膨胀、中子流偏移，以及某些放射性副产物的浓度会以一种特定的、可预测的方式发生漂移。这些关系受热力学和核物理定律的支配，具有非线性和深度互联的特性。试图伪造数据的黑客通常依赖于一个简化的、线性模型来模拟反应堆的工作方式。这产生了一个微妙的脱节：伪造的数据在某一瞬间看起来可能是正确的，但当作为跨多个传感器的连续、演进的故事进行观察时，就会显得格格不入。

为了揭示这种脱节，研究人员构建了一个双层防御系统。第一层充当严格的物理检查。他们使用了一种被称为“粒子滤波”（particle filter）的方法，这可以被理解为同时运行数千个微小的反应堆并行模拟。每个模拟都代表了电厂的一种可能状态，并且不断根据真实的传感器数据进行更新。如果输入的数据是一个谎言，这数千个模拟过程将开始与实际数据发生偏离，从而产生一种标准计算机无法察觉的统计学上的不匹配。第二层使用了一种“时间序列变换器”（time-series transformer），这是一种旨在理解序列和随时间变化模式的人工智能。该系统观察传感器读数的历史记录以及物理检查的结果。它密切关注不同传感器之间的相互关联。例如，它会检查温度下降是否伴随着预期的中子流上升以及化学副产物的正确偏移。如果数据显示温度下降，但在其他通道中却没有产生必要的物理后果，系统就会将其标记为谎言。

团队利用一个压水反应堆的详细计算机模拟对该方法进行了测试。他们创建了一个包含超过 62.9 万条带时间戳观测值的数据库，涵盖了正常操作和各种类型的攻击。在其中一个场景中，他们模拟了一种“隐蔽”攻击，即黑客缓慢操纵温度数据，使之看起来反应堆正在降温，而实际上堆芯正在升温。依赖简单线性检查的标准安全系统未能发现这一点，因为伪造的数字符合基础方程。然而，这种新的双层系统识破了这种欺骗。它检测到，考虑到其他传感器的行为，这种虚假的冷却趋势在物理上是不可能的。该系统以接近 99.9% 的准确率识别了攻击，能够正确区分安全操作、明显的错误以及这些隐藏的、复杂的谎言。

模拟结果表明，该方法在发现传统工具无法察觉的攻击方面非常有效。该系统正确识别了每一个粗糙且明显的攻击案例，并抓住了绝大多数细微、隐蔽的攻击，且极少出现误报。通过将对核物理的深刻理解与先进的模式识别相结合，研究人员证明了看穿这种欺骗是可能的。这项研究表明，尽管攻击者可以操纵数据使其符合简单的规则，但他们很难模仿真实核反应堆那种复杂的、非线性的“舞步”。这种方法为保障关键能源基础设施的安全提供了一条充满前景的路径，确保即使黑客试图重写反应堆内部发生的真实故事，真相最终也会大白于天下。

技术摘要：利用粒子滤波与时间序列 Transformer 检测核电站中的虚假数据注入攻击

1. 问题陈述

通过数字仪表与控制（I&C）及 SCADA 网络，网络物理系统（CPS）与核电站的集成扩大了网络攻击者的攻击面。识别出的一个关键漏洞是虚假数据注入攻击（FDIA），即攻击者通过操纵传感器测量值（如冷却剂温度、流速）来诱发不安全物理状态，同时规避传统监测系统的检测。

本文强调，传统的检测方法（如结合卡方残差检验的线性卡尔曼滤波器）容易受到“代数隐蔽攻击（algebraic stealth attacks）”的影响。在这些场景中，拥有系统线性观测矩阵（ $C$ ）知识的攻击者会注入一个位于 $C$ 列空间内的恶意向量（ $a_k$ ）。这使得攻击者能够偏移状态估计，却不改变创新残差（ $r_k$ ），从而有效地使线性检测器对这种操纵视而不见。虽然这些攻击在离散线性领域内是成功的，但本文认为，它们本质上违反了支配实际反应堆物理过程的连续非线性热力学与动力学约束。

2. 研究方法

作者提出了一种物理辅助防御框架，该框架利用了离散线性隐蔽假设与连续非线性反应堆动力学之间的差异。该框架由两个主要层级组成：

A. 理论基础：连续解耦

其核心理论贡献在于证明了：虽然攻击者可以满足离散线性约束（ $c_{k+1} = A c_k$ ），但无法满足连续非线性的点反应堆动力学（PRK）方程（ $\dot{c}(t) \neq A_c c(t)$ ）。

定理 1： 证明了任何保持离散残差不变性的代数隐蔽注入，都会因为非线性耦合项（ $\mathcal{H}$ ）和运行点偏移而必然违反连续控制方程。
启示： 攻击者无法在不引起跨状态（中子通量、前驱体浓度、燃料温度、氙中毒和阀门位置）的可检测热力学与动力学矛盾的情况下，伪造单个传感器通道。

B. 双层检测框架

为了实时检测这些违规行为，系统采用了：

非线性粒子滤波器（统计离散度）：
- 与线性估计器不同，粒子滤波器通过非线性 PRK 方程传播粒子群。
- 它计算来自 SCADA 测量的先验状态分布与后验分布之间的库尔贝克-莱布勒尔（KL）离散度。
- 显著的离散度（ $\mathcal{K}_k \geq \tau_{KL}$ ）表明存在热力学失配，从而标记出违反物理定律的攻击行为。
时间序列 Transformer（时域与跨通道分类）：
- 该层处理包含状态估计、传感器遥测和线性残差在内的多变量数据的滑动窗口。
- 它利用**多头交叉注意力机制（Multi-Head Cross-Attention）**来分析解耦特征之间的关系（例如，检查温度变化是否对应于中子通量和氙-135 的预期响应）。
- 该模型将运行状态分类为三类：正常（安全）、非协调攻击（非协调偏移）以及隐蔽攻击（代数掩盖）。

3. 核心贡献

基于物理的解耦证明： 本文建立了一个数学证明，证明了虽然代数隐蔽攻击对线性估计器有效，但不可避免地会违反耦合反应堆动力学的连续非线性动力学。
混合检测架构： 将非线性粒子滤波器（用于热力学一致性）与时间序列 Transformer（用于时域和跨传感器相关性）相结合，构建了一个鲁棒的防御机制。
综合仿真： 作者开发了一个使用 MATLAB 进行 5 状态 PRK 模型模拟，并使用 PyTorch 进行机器学习框架开发的仿真环境，在各种攻击场景下生成了超过 629,000 个带时间索引的观测值。

4. 实验结果

该框架在基于压水堆（PWR）模型的标准运行瞬态和两种攻击类型（非协调突发偏移和连续代数漂移）的实验数据集上进行了评估。

整体性能： 所提方法在 629,760 个样本中实现了 99.90% 的总准确率和 0.9990 的 F1 分数。
隐蔽攻击检测： 该模型成功识别了 186,580 个隐蔽攻击实例，精确率为 0.9987，召回率为 0.9980，证明了其绕过线性检测器“盲区”的能力。
非协调攻击检测： 对于非协调攻击，实现了完美的精确率和召回率（1.0000）。
错误率： 在整个数据集中，系统产生的误报（251 例）和漏报（383 例）极少。
动态响应： 在一个攻击者将报告温度驱动至 -34°C 的特定场景中，时间序列 Transformer 在热阈值被超过之前就检测到了物理离散并触发了警报，而线性估计器则未能检测到异常。

5. 重要性与主张

本文声称，其主要意义在于通过超越静态、线性残差监测，推动了核能网络安全的发展。通过利用核反应堆固有的非线性热力学耦合，所提出的框架揭示了代数隐蔽攻击的一个根本局限性：它们无法同时满足离散线性约束和连续物理定律。

作者断言，这种双层方法（粒子滤波器 + Transformer）通过识别攻击者无法随时间伪造的“物理解耦”现象，有效地检测了 FDIA。这项工作表明，对于安全取决于耦合多物理系统完整性的关键基础设施而言，此类混合框架是必不可少的。