Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/41864
Tipo de documento: Trabalho de Conclusão de Curso
Tipo de acceso: Acesso Aberto
Título: Detecção interpretável de intrusões em subestações elétricas inteligentes por meio da inteligência artificial explicável
Autor: Oliveira, Henrique Corrêa de
Primer orientador: Miani, Rodrigo Sanches
Primer coorientador: Quincozes, Silvio Ereno
Primer miembro de la banca: Rocha, Adriano Mendonça
Segundo miembro de la banca: Molinos, Diego Nunes
Resumen: Este trabalho propõe uma solução para aprimorar um Sistema de Detecção de Intrusões (IDS) no contexto das subestações elétricas. O principal objetivo é integrar capacidades de explicabilidade utilizando Explainable Artificial Intelligence (XAI) no IDS, especialmente para lidar com os desafios de segurança na comunicação das redes das subestações elétricas, que são baseadas na norma IEC-61850. Além disso, como segunda contribuição, foi implementado extração de novas features com técnicas de enriquecimento temporal, adicionado a um pré-processamento robusto. A melhora obtida com isso na classificação também foi possível ser observada pelas técnicas XAI. Os resultados foram bastante promissores, o aprimoramento do IDS tornou ele menos tendencioso para alguns ataques e com uma melhor interpretação de ataques complexos, como o Masquerade. Essa abordagem não apenas fortaleceu a detecção de ameaças, mas também tornou o IDS mais confiável, fácil de interpretar para os operadores e simplificou a análise de correções ou implementações de novas funcionalidades, resultando em tomadas de decisões com o XAI muito mais favorável. Essa integração de XAI no IDS representou um avanço para a segurança cibernética em subestações elétricas, fornecendo uma defesa mais sólida e transparente contra ameaças emergentes em ambientes altamente críticos.
Abstract: This work proposes a solution to improve an Intrusion Detection System (IDS) in the context of electrical substations. The main objective is to integrate explainability capabilities using Explainable Artificial Intelligence (XAI) into IDS, especially to deal with security challenges in communication in electrical substation networks, which are based on the IEC-61850 standard. Furthermore, as a second contribution, the extraction of new features with temporal enrichment techniques was implemented, added to robust pre-processing. The improvement obtained with this in the classification was also possible to be observed by XAI techniques. The results were quite promising, the improvement of the IDS made it less biased towards some attacks and with a better interpretation of complex attacks, such as Masquerade. This approach not only strengthened threat detection, but also made the IDS more reliable, easier to interpret for operators, and simplified analysis of fixes or new functionality implementations, resulting in much more favorable XAI decision-making. This integration of XAI into IDS represented a breakthrough for cybersecurity in electrical substations, providing a stronger and more transparent defense against emerging threats in highly critical environments.
Palabras clave: Inteligência artificial explicável
Aprendizado de máquina
AI explainable
XAI
Sistema de detecção de intrusão
IDS
Subestações elétricas
SHAP
Explainable artificial intelligence
IEC-61850
Área (s) del CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Cita: OLIVEIRA, Henrique Corrêa de. Detecção interpretável de intrusões em subestações elétricas inteligentes por meio da inteligência artificial explicável. 2024. 54 f. Trabalho de Conclusão de Curso (Graduação em Sistema de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2024.
URI: https://repositorio.ufu.br/handle/123456789/41864
Fecha de defensa: 29-abr-2024
Aparece en las colecciones:TCC - Sistemas de Informação (Uberlândia)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
DetecçãoInterpretávelIntrusões.pdfTCC11.52 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons