Share
Beitragsbild zu Gegen Stromdiebstahl: Anomalien erkennen und Manipulation nachweisen

Gegen Stromdiebstahl: Anomalien erkennen und Manipulation nachweisen

Doktorand der Frankfurt UAS befasste sich mit der Sicherheit von digitalen Stromzählern

Der Erfolg der erneuerbaren Energien treibt den Wandel des Stromnetzes von einer zentral gesteuerten, zu einer intelligenten, dezentralen Stromversorgung an. Aber mit zunehmender Vernetzung werden Stromnetzkomponenten anfälliger für Cyber-Angriffe, Betrug und Softwarefehler. An diesem Punkt setzte Denis Hock in seiner Doktorarbeit an, die sich mit der Sicherheit von digitalen Stromzählern befasst. Sein Promotionsvorhaben wurde gemeinsam von der Plymouth University (England) und der Frankfurt University of Applied Sciences (Frankfurt UAS) betreut.

„Viele aktuelle Forschungsarbeiten konzentrieren sich auf traditionelle Informationssicherheitslösungen, zum Bespiel Verschlüsselung. Aber Informationssicherheit kann nicht die gesamte Palette der IT-Bedrohungen abdecken, da digitale Stromzähler anfällig für Hard- und Softwarefehler sein können“, erklärt Prof. Dr. Martin Kappes, Leiter der Forschungsgruppe für Netzwerksicherheit, Informationssicherheit und Datenschutz an der Frankfurt UAS, den innovativen Ansatz seines Doktoranden. „Mit der Digitalisierung von Stromzählern wurden viele bereits gelöste Sicherheitsprobleme, wie Stromdiebstahl, als IT-Herausforderungen wiederbelebt. Diese Bedrohungen erfordern moderne Erkennungsschemata, die auf Datenanalyse, maschinellem Lernen und statistischen Prognosen basieren“, ergänzt Dr. Denis Hock. Die aktuellen Fortschritte auf den Gebieten der Künstlichen Intelligenz und dem maschinellen Lernen führen zu verstärktem Interesse an neuen Konzepten zum Analysieren und Überwachen von Smart-Meter-Daten.

Anomalie-Erkennungssysteme sind eines dieser Konzepte. Sie entdecken Manipulation durch die Analyse statistischer Abweichungen von einem definierten normalen Verhalten und werden als geeignete Technik zur Aufdeckung noch unbekannter Missbrauchsmuster akzeptiert.

In Hocks Arbeit werden Anomalie-Erkennungsansätze unter Verwendung der Stromzählerdaten zur Früherkennung von manipulierten Stromzählern vorgeschlagen. Insbesondere werden Algorithmen, die auf Zeitreihenvorhersagen basieren, implementiert und unter Verwendung verschiedener Parameter bewertet, verfügbare Daten diskutiert und potenzielle Metriken eingeführt. Die Arbeit trägt zum Verständnis wesentlicher Merkmale des Normalverhaltens von Haushalten im Niederspannungsnetz bei und zeigt wie sich Manipulationen, insbesondere zum Zweck von Energiediebstahl, nachweisen lassen.

Seinen ersten Kontakt zur Forschungsgruppe für Netzwerksicherheit, Informationssicherheit und Datenschutz hatte Hock im Bachelor-Studiengang Informatik, als wissenschaftliche Mitarbeiter im Rahmen einer Vorlesung einen Vortrag gehalten haben. Davon animiert, hat er 2011 sein Betriebspraktikum im Rahmen des Studiengangs bei Martin Kappes absolviert und schließlich auch dort seine Bachelor-Arbeit geschrieben. Während er sein Studium mit dem Master-Studiengang High Integrity Systems fortführte, arbeitete er in der Forschungsgruppe, zuerst zum Thema Netzwerk-Anomalie-Erkennung, dann zum Thema Smart Grid. Weitere Infos zu den Projekten unter: https://www.fg-itsec.de/; mehr zu den Studiengängen unter: https://www.frankfurt-university.de/de/hochschule/fachbereich-2-informatik-und-ingenieurwissenschaften/studienangebot-am-fb-2/#c120974.

Den Kontakt zum englischen Doktorvater Prof. Dr. Bogdan Ghita baute Hock auf einer Konferenz in Plymouth auf. Hock ist der erste Doktorand der „Frankfurt Doctoral Node“, die sich nach der Konferenz bildete. Prof. Matthias Wagner, Studiengangsleiter High Integrity Systems, übernahm die Stelle des zweiten Supervisors, während Kappes als „Director of Study“ fungierte. Mehr zum Frankfurt Doctoral Node unter: https://www.frankfurt-university.de/de/hochschule/fachbereich-2-informatik-und-ingenieurwissenschaften/forschung-am-fb-2/institute-zentren-forschungsgruppen/doctoral-node/.

Die Frankfurt UAS ist eine von 13 Hochschulen, die am im Sommer 2020 gegründeten Hessischen Zentrum für Künstliche Intelligenz angeschlossen ist. Das Zentrum bündelt bundesweit einzigartig exzellente Forschung, Anwendungsorientierung und Transfer in Wirtschaft und Gesellschaft.

Kontakt: Frankfurt University of Applied Sciences, Fachbereich 2: Informatik und Ingenieurwissenschaften, Prof. Dr. Martin Kappes, Telefon: +49 69 1533-2791, E-Mail: kappes@fb2.fra-uas.de und Dr. Denis Hock, E-Mail: dehock@fb2.fra-uas.de

Weitere Infos zu Hock und seiner Forschung: www.researchgate.net/profile/Denis-Hock