机构名称：
¥ 1.0
摘要 — 能源系统的现代化导致多个关键基础设施和不同利益相关者之间的互动增加，使运营决策的挑战变得更加复杂，有时超出了人类操作员的认知能力。最先进的机器学习和深度学习方法有望为用户提供复杂的决策挑战，例如在我们快速转型的网络物理能源系统中发生的挑战。然而，成功采用数据驱动的决策支持技术来应对关键基础设施将取决于这些技术的可信度和上下文可解释性。在本文中，我们研究了实施 XAI 以可解释地检测能源系统中的网络攻击的可行性。利用使用 XGBoost 算法检测光伏系统数据伪造攻击的概念验证模拟用例，我们展示了局部可解释模型不可知解释 (LIME)，一种风味 XAI 方法，如何帮助提供网络攻击检测的上下文和可操作的解释。索引词——人工智能、网络安全、能源系统、可解释的人工智能、事件和异常检测、能源系统安全等。
利用可解释的人工智能保障能源系统安全的潜力
主要关键词
相关文件推荐
