Les infrastructures énergétiques modernes deviennent des systèmes cyber-physiques, où la distribution physique de l'électricité est étroitement intégrée aux communications numériques. La numérisation améliore l'efficacité, mais introduit également des risques de cybersécurité. Pour faire face à ces menaces, des chercheurs ont développé une méthode d'intelligence artificielle (IA) qui combine l'analyse de la structure du réseau et le suivi des données pour identifier des attaques complexes que les systèmes traditionnels pourraient manquer. Cette recherche a été publiée dans le « International Journal of Global Energy Issues ».
Les infrastructures énergétiques sont vulnérables aux menaces persistantes avancées (APT), qui impliquent une infiltration à long terme, les attaquants collectant silencieusement des données ou manipulant des signaux. Les attaques par injection de fausses données (FDI) constituent un problème majeur, altérant les mesures des capteurs et fournissant des informations trompeuses aux opérateurs. De tels changements peuvent provoquer des erreurs catastrophiques dans les flux d'énergie et paralyser l'approvisionnement physique en carburant d'une région. Ces vulnérabilités se manifestent souvent par des attaques par rançongiciel, et les risques associés aux conflits internationaux augmentent également.
Détecter ces intrusions est difficile, car les commandes malveillantes imitent souvent les activités opérationnelles normales. Les systèmes de détection traditionnels utilisent des règles prédéfinies basées sur des menaces connues, ce qui limite leur efficacité face à de nouvelles vulnérabilités ou à des attaques ne correspondant pas aux modèles établis. La nouvelle méthode d'IA utilise à la fois des informations structurelles et temporelles pour identifier les attaques. Une architecture d'apprentissage profond à deux niveaux, basée sur un réseau de neurones graphiques (GNN) pour cartographier la disposition spatiale, et un modèle Transformer pour analyser les séquences de données, permet à l'IA de comprendre les aspects physiques et dynamiques de l'infrastructure.
Les tests montrent que le nouveau modèle d'IA atteint une précision supérieure à 93 % et identifie les activités suspectes en moins de deux secondes après le début d'une attaque. Cela offre aux infrastructures électriques un moyen de protection quasi en temps réel. La détection rapide des cyberattaques sur le réseau électrique contribue à améliorer la sécurité et la stabilité des systèmes énergétiques.
Détails de la publication : Auteur : David Bradley, Inderscience ; Titre : « Grid vibrations: AI detects power supply cyberattacks in less than two seconds » ; Publié dans : « International Journal of Global Energy Issues » (2026) ; Informations sur la revue : « International Journal of Global Energy Issues »
