Vulnerability of Building Energy Management against Targeted False Data Injection Attacks:Model Predictive Control vs. Proportional Integral

📄 arXiv: 2312.03588v2 📥 PDF

作者: Xiaoyu Ge, Kamelia Norouzi, Faegheh Moazeni, Mirel Sehic, Javad Khazaei, Parv Venkitasubramaniam, Rick Blum

分类: eess.SY

发布日期: 2023-12-06 (更新: 2024-05-02)

💡 一句话要点

研究针对楼宇能源管理系统的虚假数据注入攻击，对比MPC与PI控制器的脆弱性。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 楼宇能源管理系统 虚假数据注入攻击 模型预测控制 比例积分控制 网络安全 智能建筑

📋 核心要点

  1. 楼宇能源管理系统面临网络安全威胁，虚假数据注入攻击可能导致系统性能下降和设备寿命缩短。
  2. 通过对比PI和MPC两种控制策略在应对FDI攻击时的表现，评估其在维持系统性能和寿命方面的有效性。
  3. 实验结果表明，即使是短期的FDI攻击也会对基于MPC和PI的BMS造成显著影响，凸显了系统安全的重要性。

📝 摘要（中文）

本文研究了楼宇能源管理系统(BMS)在虚假数据注入(FDI)攻击下的网络安全问题，重点比较了比例积分(PI)和模型预测控制(MPC)两种控制方法。研究对象为一个包含五个房间的商业建筑模型，分析了基于PI的BMS和基于非线性MPC的BMS在传感器和执行器遭受FDI攻击时的脆弱性。旨在评估这些控制策略在维持系统性能和寿命方面的有效性，并强调MPC在增强系统对网络威胁的抵抗力方面的潜力。案例研究表明，即使是短期的FDIA也可能导致MPC控制器下热泵寿命缩短12%，并导致PI控制器下流量阀过度使用近30倍。

🔬 方法详解

问题定义：论文旨在研究楼宇能源管理系统（BMS）在遭受虚假数据注入攻击（FDIA）时的脆弱性。现有的BMS系统，特别是基于PI控制的系统，在面对恶意数据篡改时缺乏足够的鲁棒性，可能导致能源浪费、设备损坏甚至更严重的后果。此外，即使是更先进的MPC控制系统，其安全性也需要进一步评估。

核心思路：论文的核心思路是通过模拟FDIA攻击，对比分析基于PI和MPC两种控制策略的BMS在攻击下的性能表现。通过量化攻击对系统性能（如能源消耗）和设备寿命的影响，评估两种控制策略的脆弱性，从而为提升BMS的安全性提供指导。

技术框架：研究的技术框架主要包括以下几个部分：1) 建立一个包含五个房间的商业建筑模型；2) 分别设计基于PI和MPC的BMS控制器；3) 模拟FDIA攻击，包括对传感器和执行器的攻击；4) 评估攻击对系统性能（如房间温度、能源消耗）和设备寿命（如热泵寿命）的影响；5) 对比PI和MPC控制策略在应对FDIA攻击时的表现。

关键创新：论文的关键创新在于：1) 系统性地对比了PI和MPC两种控制策略在应对FDIA攻击时的脆弱性；2) 量化了FDIA攻击对BMS系统性能和设备寿命的影响，为评估BMS的安全性提供了更直观的指标；3) 揭示了即使是短期的FDIA攻击也可能对BMS造成显著影响，强调了BMS网络安全的重要性。

关键设计：论文的关键设计包括：1) 针对商业建筑模型的详细建模，包括房间的热力学特性、设备参数等；2) PI和MPC控制器的参数整定，以保证在正常工况下的性能；3) FDIA攻击的模拟，包括攻击的位置、时间和强度等；4) 性能指标的选取，如房间温度偏差、能源消耗、设备寿命等。

📊 实验亮点

研究表明，即使是短期的FDIA攻击也会对BMS造成显著影响。在MPC控制器下，FDIA可能导致热泵寿命缩短12%。在PI控制器下，FDIA可能导致流量阀过度使用近30倍。这些数据直观地展示了FDIA攻击对BMS的潜在危害，并强调了加强BMS网络安全防护的重要性。

🎯 应用场景

该研究成果可应用于提升楼宇能源管理系统的安全性，降低能源浪费和设备损坏的风险。通过选择更安全的控制策略和加强网络安全防护，可以保障楼宇能源系统的稳定运行，并为智能建筑和智慧城市的发展提供安全保障。研究结果还可以推广到其他关键基础设施的网络安全防护中。

📄 摘要（原文）

Cybersecurity in building energy management is crucial for protecting infrastructure, ensuring data integrity, and preventing unauthorized access or manipulation. This paper investigates the energy efficiency and cybersecurity of building energy management systems (BMS) against false data injection (FDI) attacks using proportional-integral (PI) and model predictive control (MPC) methods. Focusing on a commercial building model with five rooms, vulnerability of PI-based BMS and nonlinear MPC-based BMS against FDIs on sensors and actuators is studied. The study aims to assess the effectiveness of these control strategies in maintaining system performance and lifespan, highlighting the potential of MPC in enhancing system resilience against cyber threats. Our case studies demonstrate that even a short term FDIA can cause a 12% reduction in lifetime of a heat-pump under an MPC controller, and cause a near thirty-fold overuse of flow valves under a PI controller.