Estimación Probabilística del Riesgo en Redes Eléctricas ante Ataques MaDIoT: Un Enfoque Multicapa

Abstract

Este artículo presenta una propuesta de modelo para la estimación del nivel de riesgo de una red eléctrica dada a ser afectada por un ataque de tipo MaDIoT (Manipulation of Demand via IoT). Para conseguir dicho objetivo, se emplea un diseño multicapa donde la estimación del riesgo global de la red parte de la estimación de riesgo a nivel de dispositivo, a través del estudio de vulnerabilidades conocidas proporcionadas mediante OSINT, seguido de la estimación de riesgo de compromiso de cierta potencia de un nodo de la red, mediante la generación por Monte Carlo de dos funciones de densidad de probabilidad marginales para dos escenarios extremos (best-case, worst-case), y finalizando por la estimación del riesgo global de la red, a través de la categorización en niveles de la función de densidad de probabilidad conjunta obtenida mediante simulaciones en PowerFactory de diferentes escenarios de nodos para dos modelos de red (IEEE9, IEEE39). Asimismo, el artículo muestra y compara los resultados obtenidos utilizando diferentes algoritmos de machine learning, destacando los que proporcionan mejores resultados.