כתבה
arXiv cs.LG ·
זיהוי תקלות עצמי-מאמת בעזרת AI מוסברת לביטחון רשתות DER
Self-Verifying Anomaly Detection using Explainable AI for Cybersecurity of DER Networks
מאמר זה מציג פרקטיקה לזיהוי תקלות ברשתות DER, המשתמשת בAI מוסברת. הפרקטיקה, ExCYDER, משלבת LightGBM ו-SHAP כדי לאמת את ההחלטות של המערכת ולהבטיח שהן תקינות.
תקציר מקורי באנגליתarXiv:2609.12305v1 Announce Type: cross Abstract: The rapid growth of Distributed Energy Resources (DERs) has significantly expanded the cyber attack surface of modern power grids. Furthermore, increasing sophistication in attack techniques demands anomaly detection systems (ADS) that are accurate, interpretable, and reliable to support DER cybersecurity. While ML-based ADS provide strong detection capabilities, their black-box nature reduces operator trust and limits Security Operation Center's (SOC) ability to effectively interpret alerts and respond, highlighting the need for explainable Artificial Intelligence (XAI) to ensure transparency and operational confidence. This paper presents an XAI-based anomaly detection framework tailored for DER networks (ExCYDER). The proposed framework
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית