Utilização de gêmeo digital e aprendizado de máquina para detecção de ataques cibernéticos em redes elétricas inteligentes: revisão da literatura

Abstract

Nos últimos anos, gêmeos digitais têm sido aplicados em diversos segmentos, como construção, manufatura, sistemas de saúde, logística e sistemas de energia. O aprendizado de máquina, por sua vez, tem ganhado mais evidência à medida que a inteligência artificial se torna cada vez mais popular, sendo também aplicado em diversas áreas. A combinação dessas duas tecnologias pode, portanto, trazer benefícios significativos para diferentes campos. Em sistemas de energia, especialmente diante da tendência de incorporar tecnologias que transformem esses sistemas em estruturas inteligentes, a utilização de gêmeos digitais em conjunto com aprendizado de máquina pode desempenhar um papel fundamental na supervisão e no controle das redes. Ao mesmo tempo, diversos ciberataques foram registrados nos últimos anos, inclusive contra sistemas de energia, e a integração de dispositivos de tecnologia da informação aumenta a superfície de ataque, tornando a cibersegurança uma preocupação crescente. Nesse contexto, este trabalho foca na revisão do uso de gêmeos digitais em conjunto com aprendizado de máquina para a identificação de ataques cibernéticos em redes elétricas inteligentes. Para isso, foi realizada uma revisão detalhada da literatura abordando a necessidade de implementação das redes elétricas inteligentes, o conceito e a aplicação dos gêmeos digitais, os fundamentos do aprendizado de máquina e suas principais abordagens, e, por fim, como esses componentes podem ser utilizados de forma integrada e quais benefícios essa combinação oferece. Além disso, ao final deste trabalho, são apresentadas as tendências futuras relacionadas a essa integração.

In recent years, digital twins have been applied across several sectors, including construction, manufacturing, healthcare, logistics, and energy systems. In the same time, machine learning has gained increasing prominence as artificial intelligence becomes more widespread, and it is also applied across various fields. Combining these two technologies can therefore bring significant benefits to various fields. In energy systems, particularly given the trend toward incorporating technologies that transform these systems into intelligent infrastructures, the use of digital twins together with machine learning can play a key role in the supervision and control of electrical networks. At the same time, numerous cyberattacks have been recorded in recent years, including attacks targeting energy systems, and the integration of information technology devices increases the attack surface, making cybersecurity an increasingly critical concern. In this context, this work focuses on reviewing the use of digital twins combined with machine learning for the detection of cyberattacks in smart grids. To this end, a detailed literature review was conducted, addressing the need for implementing smart grids, the concept and applications of digital twins, the foundations of machine learning and its main approaches, and finally how these components can be used together and what benefits they offer. Additionally, this work highlights the future trends associated with this integration.