《Sustainable Computing: Informatics and Systems》：Energy Efficient Optimization of Grid Event Authentication Using Blockchain and Transformer-Based Anomaly Detection
编辑推荐：
实时认证对抵御智能电网中网络安全威胁至关重要。本文提出一种区块链与Transformer融合的能效优化认证框架，通过Hyperledger Fabric v2.5实现PBFT共识的权限区块链，结合轻量级Transformer模型检测异常事件。实验表明验证准确率达98.3%，能耗仅1.18J/次验证，较传统方法减少31.4%误报率，共识延迟低于2.5秒。
Sandanakaruppan Ammavasai | A. Kavitha | Polu Srinivasa Reddy | T. Sathiya | M. Senthilkumar | Sangeetha Kuppusamy | Mohiuddin Ali Khan
计算机科学与商业系统系，Sri Eshwar 工程学院，哥印拜陀 641202，泰米尔纳德邦，印度
摘要
在现代智能电网中，随着网络物理威胁的增加，实时认证对于可信的电网事件报告变得至关重要。本文提出了一种能源高效的事件认证框架，该框架结合了基于区块链的验证和基于Transformer的异常检测，以确保操作的完整性。来自物联网（IoT）传感器的事件日志通过网关传输到具有原生 PBFT 风格共识机制的 Hyperledger Fabric v2.5 权限区块链，在其中智能合约通过优化的 PBFT 共识来验证事件。一种明确的多目标优化在准确性、延迟和可靠性的约束下最小化了总能耗。能耗效率是指每验证一个事件所消耗的焦耳数，这一指标已在 GPU 和嵌入式边缘硬件上进行了实验测量。同时，一个轻量级的 Transformer 模型通过对不同维度事件流进行稀疏自注意力处理，来学习事件流的时间和跨特征依赖性，并提前识别可疑或伪造的事件。分布式设计使异常检测器能够提前筛选出低风险信息，从而减少不必要的共识操作，因此所需的计算量也较少。在 MATLAB/Simulink 中实现的电网模型和专用的 Hyperledger 测试床上进行的实验验证结果显示：电网事件验证准确率（Grid Event Verification Accuracy, GEVA）为 98.3%，误报率降低了 31.4%，共识延迟小于 2.5 毫秒，能耗为 1.18 焦耳/验证事件。这些发现证实了在高密度电网基础设施中提高了网络弹性、认证效率和可扩展性。因此，所提出的混合框架为下一代去中心化智能电网提供了一种强大、可解释且注重能源效率的认证工具。
章节摘录
引言
电力系统的进步以及物联网（IoT）设备的普及使得智能电网成为一个高度互联的网络物理系统。除了运营效率和实时决策外，这种发展的另一个影响是电网容易受到各种网络威胁的攻击，这些威胁因数据完整性破坏或事件伪造尝试而加剧 [1]。准确且及时的电网事件认证（如开关操作）至关重要。
智能电网的区块链–Transformer 安全模型：现状与研究差距
电网智能基础设施的日益互联带来了对高效、稳健和可靠的事件认证的数字需求。该领域的研究包括使用区块链为智能电网提供安全保障、基于 Transformer 的异常检测以及能源高效的认证方法，每种方法都有其自身的优势和劣势 [5]、[6]。由于区块链的不可更改性及其建立的信任机制...
面向能源感知的电网事件认证的混合区块链–Transformer 架构
所提出的框架与传统仅基于区块链或仅基于 AI 的认证机制的关键区别在于其紧密耦合的架构，该架构结合了使用 PBFT 共识优化的权限区块链和基于 Transformer 的异常检测模块。所提出的基于区块链–Transformer 的智能电网事件认证框架的运营流程如图 2 所示。
其创新之处在于（i）一种能源感知的共识机制，该机制能够动态...
测试平台设计、部署和评估框架
本节描述了整个测试平台架构以及用于验证能源电网事件真实性的混合区块链-Transformer 系统的方法论。实验环境旨在模拟现实条件，包括基于 MATLAB/Simulink 的事件建模、Hyperledger Fabric 的部署以及基于 IoT 的设备仿真。
性能结果与比较分析
在本节中，我们从运营效率、可扩展性和信任管理等方面评估了所提出的框架。使用第 4 节中规定的测试平台和评估方法，将多个方面与其他最先进解决方案（如基于 LSTM 的方法和基于规则的方法）进行了对比，涵盖了不同的事件场景。性能指标包括电网事件验证准确率（GEVA）、误报率降低率、共识延迟以及每事件消耗的能源等。
结论
本研究提出了一种基于混合区块链–Transformer 的事件认证框架，适用于去中心化智能电网，具有网络弹性和能源效率。将 Hyperledger Fabric 与 Transformer 异常检测相结合，实现了高保真的操作事件验证，同时计算和延迟开销最小。Transformer 中嵌入的自注意力架构通过同时学习时间和特征依赖性，有助于早期检测恶意或伪造的事件。
伦理批准和参与同意
本实施过程中不涉及任何人类参与。
资金
本项工作未涉及任何资金。
作者贡献：
所有作者对这项工作都做出了同等贡献。
CRediT 作者贡献声明
A. Kavitha：概念设计。Sandanakaruppan Ammavasai：概念设计。Mohiuddin Ali Khan：概念设计。Sangeetha Kuppusamy：概念设计。M. Senthilkumar：概念设计。T. Sathiya：概念设计。Polu Srinivasa Reddy：概念设计。
致谢
本工作中不涉及任何致谢内容。
人权与动物权利
本工作中未违反任何人权和动物权利。
