[Paper] AI 기반 하이브리드 사이버-물리 프레임워크를 이용한 스마트 그리드의 적응형 제어

Source: arXiv

Abstract

스마트 그리드는 고전적인 전력 인프라와 첨단 통신 네트워크 및 스마트 제어를 결합하여, 이전보다 더 효율적이고 유연한 사이버‑물리 환경을 구현합니다. 이러한 통합은 그리드 안정성과 신뢰성을 위협할 수 있는 취약점을 초래합니다. 디지털 포렌식은 이러한 보안 사고를 학습·식별·탐지·완화하는 기본 개념입니다. 본 논문은 클라우드에 배치된 스마트‑그리드 시스템을 위한 올인원 머신러닝 기반 디지털 포렌식 프레임워크를 제시합니다. 이 프레임워크는 센서 수준의 데이터 수집, 인증된 통신, 확장 가능한 클라우드 스토리지, 자동화된 포렌식 분석을 결합합니다. 모델은 Random Forest, Support Vector Machine, Gradient Boosted Trees, 그리고 심층 신경망 구조와 같은 지도 및 비지도 학습 알고리즘을 활용하여 실시간으로 이상 탐지, 사건 재구성, 침입 분석을 수행합니다. 실시간 스마트 미터 데이터 스트림에 대한 여러 시뮬레이션 및 실험 연구 결과, 제안된 프레임워크는 데이터 변조, 허위 데이터 주입, 그리고 협조적인 제어 루프 조작을 포함한 사이버 공격에 대해 매우 높은 정확도, 확장성, 복원력을 보이는 것으로 나타났습니다. 결과는 클라우드 서비스가 빅데이터 기반 포렌식 워크플로의 최적 백본이며, 이를 통해 에너지 유틸리티가 빠른 상황 인식과 지능형 사고 대응을 달성할 수 있음을 시사합니다.

Metadata

• Subjects: Machine Learning (cs.LG)
• Cite as: arXiv:2511.21590
• DOI: https://doi.org/10.48550/arXiv.2511.21590
• Submission history: v1, Wed, 26 Nov 2025 17:08:06 UTC (5,000 KB)