全球道路上的电动汽车数量持续增长。电动汽车的普及促使了可及的快速高效充电基础设施的发展。然而，这一扩张也带来了新的网络安全风险，这些风险尚未得到广泛研究，并且目前仍缺乏几种可行的解决方案。西班牙马拉加大学的基础设施安全研究者克里斯蒂娜·阿尔卡拉兹解释说，电动汽车充电站的责任在于它们整合了多个物理和数字组件。她表示，这一复杂的架构不仅使充电器高效运作，还带来了众多新颖且深远的安全漏洞。充电器面临攻击的风险，影响了电动汽车的持续采用以及充电器所在国家电网的稳定性。为了应对这一威胁，马拉加大学NICS实验室的研究人员提出了一个创新方案，部署人工智能代理来保护基础设施。这些代理旨在防止来自不同向量的网络攻击，从恶意参与者利用充电站进行的欺诈或能源盗窃，到可能损坏关键能源网络的大规模攻击。该团队的提案旨在确保使用开放充电点协议（OCPP）对充电网络的异常和攻击进行早期和可靠的检测。OCPP标准是用于电动汽车充电器操作和管理的最广泛使用的标准之一。该协议使充电站网络能够与中央系统进行通信，该系统可以管理、监控并协调所有最终用户的能源交易。中央系统远程处理多项事务，包括用户身份验证、每个站点的电力负载管理、总体电力消耗监测和技术诊断。这些能力允许实时基础设施控制，使运营商能够快速发现并响应任何异常行为。然而，新研究的作者指出，基于此协议的当前监控机制通常仅专注于网络流量或本地事件，因此只能提供对整个基础设施区域发生情况的有限视图。研究人员表示，这一限制使得很难确定系统中异常发生的位置、哪些网络组件受到影响、任何漏洞的程度以及潜在攻击可能扩散的方式。引入人工智能研究人员提出了一个使用多个人工智能代理的系统。每个充电站或充电网络的相关组件都包含能够分析其环境、收集信息并与其他代理合作以建立基础设施当前状态的全面视图的人工智能代理。阿尔卡拉兹表示：“每个代理评估充电器、通信和连接设备的状态，以检测异常、操作故障或潜在的安全事件。这些代理连接到中央监控系统，将本地获得的信息与附近站点的信息进行比较，提供更完整、准确和情境化的协作视图。”阿尔卡拉兹还是该报告的主要作者。该工作发表于《国际关键基础设施保护杂志》，解释了该系统最具创新性的一个特点是其使用基于被称为意见动态的数学框架的共识机制。这种方法模拟了人类在其社交网络内交换信息以达成共识的过程。当应用于计算机模型时，它允许人工智能代理相互分享观察结果并逐步调整其评估，以建立对总体情况的共同理解。根据作者的说法，这一程序减少了人工智能代理生成假阳性的风险。它还使系统能够检测到若仅进行本地分析可能会被忽视的异常。所提出的架构还利用区块链技术作为信任和验证机制。代理执行的所有交易都记录在无法被更改的分布式账本中，确保系统的完整性和可追溯性。压力测试研究人员在模拟的OCPP合规充电环境中测试了多代理系统。在实验过程中，代理们在充电网络中暴露于各种异常场景中：组件故障、通信链路错误以及需要多个系统部分协调响应的情况。在所有情况下，人工智能代理必须识别每个地方干扰，互相分享观察结果，并协作建立对事件的共同理解。结果显示