新聞

電力系統一旦遭到網路攻擊並引發停電，供水、通訊、交通與醫療等重要服務也可能受到波及。隨著攻擊者開始運用AI加快攻擊速度，美國能源部（DOE）旗下網路安全、能源安全與緊急應變辦公室（CESER）與美國桑迪亞國家實驗室（Sandia National Laboratories）合作，研究如何利用大型語言模型（LLM）及生成式AI協助電網資安分析。

這項研究稱為Communications and Cybersecurity for the Energy Edge（C2E2），2024年獲得CESER資助。根據桑迪亞國家實驗室公布的研究說明，過去研究人員必須先蒐集並整理電網的實體量測、資安資訊與系統拓樸等資料，再交由機器學習模型分析。從資料準備到完成分析約需2個月，其中約90%的時間花在資料工程。完成這套傳統流程後，模型的威脅偵測準確率約為85%。

C2E2研究專案則導入LLM及生成式AI，自動完成原本大多需要人工處理的資料工程，再將處理後的資料交由機器學習模型判斷是否存在威脅並找出發生位置。採用這套方法後，原本約需2個月完成的流程可縮短至數小時；CESER指出，偵測及定位網路威脅的準確率達95%。不過，這項技術目前仍處於研究階段，團隊下一步將評估生成式AI產生錯誤或虛構資料的情況，以及這類AI幻覺是否造成網路攻擊漏報或誤報。研究人員也希望後續能與電力業者合作測試這套方法。