人工智能赋能电网安全与韧性：挑战、机遇与解决方案综述

《IEEE Power and Energy Magazine》：Cybersecurity for the Power Grids in the AI Age: Highlighting Challenges and Emerging Trends [Guest Editorial]

　　

摘要：

本特刊旨在发表有关利用人工智能赋能解决方案来保障电网安全与韧性方面的最新网络安全挑战、新兴趋势、研究及行业实践。随着对手越来越多地利用人工智能开发攻击手段，系统防御者承担着巨大的责任，同时也拥有巨大的机遇，去采用人工智能模型、算法和智能体框架，为整个网络安全生命周期——包括攻击威慑、攻击预防、异常检测、攻击缓解、系统韧性、攻击溯源和取证——开发稳健的网络安全防御解决方案和对策。当前研发工作和行业工具主要集中在利用人工智能驱动的解决方案进行异常检测和缓解，而将人工智能应用于网络安全生命周期的其他方面仍有待充分探索。此外，数据安全和隐私需求的动态特性要求采用高级人工智能模型，如强化学习和联邦学习，以实现隐私保护的数据共享以及公用事业公司和系统运营商之间的分布式决策。需要注意的是，基于人工智能的解决方案本身必须能够抵御对抗性攻击，并且不应导致任何对电网操作的负面影响，如违反延迟或操作约束，或泄露敏感数据。网络安全解决方案必须不断适应和演变，以应对日益增长的安全威胁态势，并利用人工智能领域的快速创新。网络防御可以在电网基础设施的多个层面部署，即在变电站内部、监控与数据采集（SCADA）网络、控制中心以及电网边缘（如微电网控制器），确保其可行性、有效性、互操作性和可扩展性。本特刊收录了七篇论文，由知名学术研究人员和行业专家撰写，涵盖了广泛的……

查看更多

现代电网是复杂的网络物理系统，构成现代社会的支柱，其可靠和安全的运行对经济活力和国家安全至关重要。虽然电网的不断数字化有助于提高效率和可靠性，但也引入了系统漏洞，大幅扩大了网络攻击面，使电网容易遭受恶意网络事件，如基于恶意软件的攻击、虚假数据注入、拒绝服务攻击和协同攻击。美国政府问责办公室（GAO）和北美可靠性公司（NERC）的报告强调了针对关键能源基础设施的复杂对手所构成的日益增长的威胁。这些报告指出，来自战略对手（如拥有大量资源、专业技术和长期目标的国家行为体）的高级持续威胁，越来越有能力对关键能源基础设施发起影响深远的隐蔽网络攻击。

随着对手越来越多地利用这些技术发现零日漏洞，引起了日益增长的担忧。

大多数最先进的网络安全解决方案依赖于对威胁模型和攻击向量的简化假设，不足以应对复杂和适应性威胁，如越来越依赖高级人工智能（AI）驱动技术的先进持续威胁。这些隐蔽攻击旨在逃避检测、针对关键控制功能并迅速蔓延至电网基础设施。基于大语言模型（LLM）和生成式AI的技术，如Anthropic的Claude Mythos，最近令业界感到震惊，因为它们具备检测系统软件和通信网络及其配置中漏洞的能力。对于对手利用这些技术发现零日漏洞（即之前未知的且尚未有补丁可用的网络漏洞）的担忧日益加剧，这可能导致对电网运行安全和可靠性造成严重后果。此外，大多数传统网络安全解决方案基于信息技术和网络系统属性，未能有效融入实时运行数据和电网物理特性来检测和缓解隐蔽的网络物理攻击和内部威胁。这些局限性往往导致高误报率和漏报率，并降低了对零日漏洞的防御效果。这激发了对AI赋能算法和工具的需求，包括机器学习、深度学习、强化学习以及基于LLM和生成式AI的技术，以显著增强现代电网的网络安全和运行韧性。

本特刊旨在发表有关利用人工智能赋能解决方案来保障电网安全与韧性方面的最新网络安全挑战、新兴趋势、研究及行业实践。随着对手越来越多地利用人工智能开发攻击手段，系统防御者承担着巨大的责任，同时也拥有巨大的机遇，去采用人工智能模型、算法和智能体框架，为整个网络安全生命周期——包括攻击威慑、攻击预防、异常检测、攻击缓解、系统韧性、攻击溯源和取证——开发稳健的网络安全防御解决方案和对策。当前研发工作和行业工具主要集中在利用人工智能驱动的解决方案进行异常检测和缓解，而将人工智能应用于网络安全生命周期的其他方面仍有待充分探索。此外，数据安全和隐私需求的动态特性要求采用高级人工智能模型，如强化学习和联邦学习，以确保人工智能模型能够基于系统奖励/惩罚持续学习，并分别实现隐私保护的可扩展分布式决策。

至关重要的是，基于人工智能的解决方案本身必须能够抵御对抗性攻击，如AI模型投毒，并且不应导致任何对电网操作的负面影响，如违反延迟、操作约束或泄露敏感数据。网络安全解决方案必须不断适应和演变，以应对日益增长的安全威胁态势，并利用人工智能领域的快速创新。网络防御可以在电网基础设施的多个层面部署，即在变电站内部、监控与数据采集网络、控制中心和/或电网边缘（如微电网控制器和电动汽车充电基础设施），确保其可行性、有效性、互操作性和可扩展性。

本特刊收录了七篇文章，由知名学术研究人员和行业专家撰写，涵盖了人工智能时代电网面临的广泛网络安全挑战，并讨论了几种切实可行的解决方案。第一篇文章 [A1] 聚焦于基于人工智能的攻击检测和缓解，作为综合网络安全框架以增强电网的运行韧性。第二篇文章 [A2] 聚焦于人工智能驱动的工具和可视化平台，用于检测和应对网络紧急情况，并培训电网运营商。

第三篇文章 [A3] 提出了一种未来电网安全运营中心（SOC）的参考架构，该架构包含用于安全信息与事件管理（SIEM）和安全编排及自动化响应（SOAR）的可解释人工智能驱动模型。第四篇文章 [A4] 聚焦于人工智能驱动的自动网络安全网络重构和人工智能赋能的网络物理能源管理系统解决方案，这些解决方案旨在支持网络韧性，并推广到全灾害韧性。

第五篇文章 [A5] 聚焦于基于机器学习和深度学习的异常检测系统，用于现代变电站通信协议。第六篇文章 [A6] 提出了一条现代化网络安全合规流程的路线图，强调基于风险的审计和利用分析工具来提高流程效率。最后一篇文章 [A7] 提出了先进的网络欺骗技术，如人工智能驱动的蜜罐，以及这些技术在现代电网基础设施中的集成应用。

我们相信，这些文章不仅突出展示了该领域的一些关键技术挑战、机遇以及最新研究和实践，还为未来多年这一快速增长的交叉学科领域的研发开辟了新的道路。

附录：相关文章

1. N. Sahani, C.-C. Liu, J. Chalermkit, 和 J. Appiah-Kubi，"利用人工智能驱动的防御构建网络韧性智能电网：保护智能电网免受协同网络攻击"，IEEE Power Energy Mag.，第24卷，第5期，第28–40页，2026年9/10月，doi: 10.1109/MPE.2026.3688431。

2. A. ?tefanov, N. Cibin, M. Hoeve, S. Talwar, J. Godefrooi, 和 D. Van Hofwegen，"未来控制室的网络安全：利用人工智能增强电网对高级持续威胁的网络韧性"，IEEE Power Energy Mag.，第24卷，第5期，第41–56页，2026年9/10月，doi: 10.1109/MPE.2026.3702078。

3. D. Popoola, S. Bhattacharya, A. Hahn, 和 M. Govindarasu，"面向现代电网的人工智能赋能安全运营中心（SOC）：弥合网络安全与电网运营之间的鸿沟"，IEEE Power Energy Mag.，第24卷，第5期，第57–69页，2026年9/10月，doi: 10.1109/MPE.2026.3705348。

4. K. A. Haque, K. Dunn, A. Sahu, A. E. Goulart, P. Wlazlo, 和 K. R. Davis，"提升电网基于网络的安全性和韧性：人工智能的机遇"，IEEE Power Energy Mag.，第24卷，第5期，第70–79页，2026年9/10月，doi: 10.1109/MPE.2026.3711594。

5. S. Sharma, K. Baranwal, P. Rathore, C. Singh, G. Gurrala, 和 V. Bishnoi，"守护数字变电站：利用人工智能保护IEC 61850数字变电站——挑战、机遇与前进之路"，IEEE Power Energy Mag.，第24卷，第5期，第80–95页，2026年9/10月，doi: 10.1109/MPE.2026.3688197。

6. S. Sahin, B. Sahin, R. Berthier, K. Davis, S. Zonouz, 和 F. Li，"超越清单检查：现代化美国电网网络安全监管"，IEEE Power Energy Mag.，第24卷，第5期，第96–103页，2026年9/10月，doi: 10.1109/MPE.2026.3714369。

7. H. Shrivastava, L. Kundur-Zourntos, M. Kassouf, 和 D. Kundur，"当电网反击时：电力时代中的网络欺骗"，IEEE Power Energy Mag.，第24卷，第5期，第104–118页，2026年9/10月，doi: 10.1109/MPE.2026.3704074。