基于物理的电动汽车充电系统攻击

本文探讨了一个关键且及时的议题：智能电网，特别是电动汽车充电基础设施，对对抗性攻击的脆弱性。在联邦学习框架内使用基于物理的神经网络（PINN）来创建数字孪生是一种新颖的方法。集成多智能体强化学习（MARL）以生成绕过检测机制的对抗性攻击也很重要。该研究侧重于电网层面的影响，使用T&D双重仿真平台，提供了对这种攻击潜在影响的全面理解。这项工作强调了网络安全在车辆-电网集成中的重要性。

• •提出了PHANTOM，一个用于攻击电动汽车充电系统的基于物理的对抗性网络。
• •在联邦学习框架内采用了基于物理的神经网络（PINN）。
• •使用多智能体强化学习（MARL）生成对抗性虚假数据注入（FDI）策略。
• •证明了攻击能够扰乱负载平衡并引发电压不稳定。
• •强调了在车辆-电网集成中对基于物理的赛博安全的需求。