Pyrate Polymorphe Agenten als querschnittliche Softwaretechnologie zur Analyse der Betriebssicherheit cyber-physischer Systeme

Motivation

Kritische Infrastrukturen wie die Energieversorgung, medizinische Systeme oder die Verkehrssteuerung, die in modernen cyber-physischen Systemen (CPS) beschrieben werden, werden zwangsläufig immer komplexer. Traditionelle Methoden, durch Berechnungen, Modellbildungen und analytischen Verfahren im Vorfeld die Betriebssicherheit dieser komplexen Systeme sicherzustellen, müssen bei der steigenden Komplexität der Systeme an sich und der Vielzahl an nicht vorhersagbaren Eingaben von Außerhalb scheitern.

Ziele

PYRATE entwickelt ein intelligentes, lernendes System zur Analyse von CPS. Dabei kommt ein System von Softwareagenten zum Einsatz, das sich nur anhand einer Beschreibung der vorhandenen Sensoren und Aktuatoren vollautomatisch an das CPS adaptiert, das in der Untersuchung durch einen sogenannten digitalen Zwilling repräsentiert wird. Die PYRATE-Softwaretechnologie entwickelt dabei eigenständig ein Modell des Systems; aus dieser Fähigkeit zur Adaption anhand der Schnittstellen rührt auch der Name der vielgestaltigen – polymorphen – Agenten. Diese Agenten koordinieren sich, um eine Schwachstelle zu finden, bei der die Teildomänen des Gesamtsystems zwar innerhalb nominaler Parameter arbeiten, das Gesamtsystem im Zusammenwirken der Domänen durch emergente Effekte aber destabilisiert wird.

Insbesondere sogenannte Angreifer, also Marktakteure, die „Schlupflöcher“ in Regularien nutzen, sind Ziel der Analysestrategie. PYRATE ermöglicht Experten, diese Schlupflöcher zu schließen, die bei traditioneller Betrachtung eines CPS nicht aufgefallen wären. Den Angreifern werden zudem KI-Verteidiger entgegen gestellt, die das System betriebssicher halten sollen. Sie erlenen ihre Strategie zur Aufrechterhaltung der Betriebssicherheit direkt von den Angreifern.

Personen

Projektleitung Intern

Publikationen
Analyzing Power Grid, ICT, and Market Without Domain Knowledge Using Distributed Artificial Intelligence

Veith, Eric MSP and Balduin, Stephan and Wenninghoff, Nils and Tröschel, Martin and Fischer, Lars and Nieße, Astrid and Wolgast, Thomas and Sethmann, Richard and Fraune, Bastian and Woltjen, Torben; CYBER 2020, The Fifth International Conference on Cyber-Technologies and Cyber-Systems; 0October / 2020

Towards Reinforcement Learning for Vulnerability Detection in Power Systems and Markets: Poster

Wolgast, Thomas and Veith, Eric M. S. P. and Nieße, Astrid; Proceedings of the Twelfth ACM International Conference on Future Energy Systems; 2021

Towards reinforcement learning for vulnerability analysis in power-economic systems

Wolgast, Thomas and Veith, Eric M. S. P. and Nieße, Astrid; Energy Informatics; 2021

Reactive Power Markets: a Review

Wolgast, Thomas and Ferenz, Stephan and Nieße, Astrid; IEEE Access; 001 / 2022

Sampling Strategies for Static Powergrid Models

Stephan Balduin. and Eric Veith. and Sebastian Lehnhoff.; Proceedings of the 12th International Conference on Simulation and Modeling Methodologies, Technologies and Applications - SIMULTECH,; 2022

Partner
Hochschule Bremen
www.hs-bremen.de
Leibniz Universität Hannover
www.uni-hannover.de
Pyrate

Laufzeit

Start: 01.07.2019
Ende: 30.09.2022

Fördermittelgeber