Algoritma Baru Memprediksi Pemadaman Listrik Yang Disebabkan Oleh Peretas dan Gempa
- Algoritme baru bernama Squirrel mendeteksi kelemahan di jaringan listrik.
- Ini dapat diterapkan ke semua jenis bahaya, termasuk gempa bumi, serangan berbahaya, dan penghalang yang disebabkan oleh tupai.
Kondisi dan kegagalan apa dalam infrastruktur jaringan listrik yang dapat menyebabkan pemadaman listrik yang dramatis? Dan bagaimana perusahaan swasta dan organisasi pemerintah dapat berinvestasi untuk membantu mencegah penutupan yang membawa bencana?
Selama beberapa tahun terakhir, muncul berita bahwa peretas Korea Utara menembus utilitas energi Amerika, dan peretas Rusia menerobos pembangkit listrik tenaga nuklir. Pemadaman yang disebabkan oleh peretas seperti itu sekarang terjadi lebih sering daripada sebelumnya. Bencana alam seperti gempa bumi juga memainkan peran utama dalam gangguan jaringan listrik. Bahkan tupai (yang sering menggigit kabel listrik) merupakan ancaman serius bagi jaringan listrik.
Untuk mengatasi masalah ini, para peneliti di Lawrence Livermore National Laboratory telah mengembangkan algoritme baru bernama 'Squirrel' yang memungkinkan perusahaan mendeteksi kelemahan di jaringan listrik. Ini adalah bagian dari proyek berdurasi 3 tahun (Quantitative Intelligent Adversary Risk Assessment) yang berfokus pada mengidentifikasi semua kemungkinan ancaman terhadap jaringan.
Karena algoritme adalah 'cause agnostic', algoritme ini dapat diterapkan ke semua jenis bahaya, termasuk gempa bumi, serangan berbahaya, dan bahkan penghalang yang disebabkan oleh tupai. Ini memecahkan masalah terbalik (menyimpulkan sebab dari akibat) dan membantu Anda memutuskan di mana harus menaruh perhatian dan bagaimana mengalokasikan sumber daya.
Apa Fungsinya?
Bagian tersulit dalam mengidentifikasi risiko jaringan adalah efek kaskade. Satu gardu induk yang rusak dapat mempengaruhi seluruh infrastruktur jaringan. Para peneliti menerapkan algoritme baru mereka dengan simulator jaringan listrik sumber terbuka (mensimulasikan aliran daya transmisi) untuk mempelajari urutan peristiwa apa yang harus terjadi untuk menyebabkan hilangnya 1/2 miliar watt beban pada model jaringan kecil.
Simulasi mendeteksi lebih dari 700 kegagalan kritis akibat, dan hampir setengah dari kegagalan ini melibatkan satu relai tertentu. Jenis informasi ini bisa sangat berguna, terutama ketika sumber daya terbatas.
Sederhananya, jika Anda khawatir tentang gardu induk yang rusak yang akan membuat 10 gigawatt beban offline dan mencari cara untuk mewujudkannya, algoritme dapat membantu Anda menentukan kegagalan apa yang sebenarnya akan menyebabkan hasil tersebut.
Referensi:Laboratorium Nasional Lawrence Livermore
Ini akan membantu lembaga mempersempit jumlah kemungkinan kondisi dan memprioritaskan lokasi yang dapat menyebabkan kegagalan dramatis. Algoritme ini mampu mengubah beberapa parameter dan menemukan solusi yang efisien untuk menghindari pemadaman besar-besaran.
Meskipun jaringan listrik yang dikembangkan dalam beberapa tahun terakhir jauh lebih otomatis dan lebih pintar, mereka lebih rentan terhadap peretas dan musuh (karena terhubung ke internet). Saat ini, menggunakan teknik manual untuk mengamankan grid tidak mungkin:tidak ada yang bisa memimpikan semua kejadian yang akan mengarah pada hasil yang buruk. Jadi, penggunaan Squirrel perlu dilakukan untuk mempersempit daftar kejadian yang menyebabkan kegagalan.
Apa Selanjutnya?
Sebelum menerapkannya pada sistem skala besar, algoritma perlu diperbaiki. Para peneliti berencana untuk meningkatkan kemampuan pemodelannya sehingga dapat mempertimbangkan berbagai konsekuensi kompleks, seperti listrik dan gas, komunikasi dan aliran daya, serta model distribusi yang lebih rumit.
Sejauh ini, mereka telah bekerja dengan model dasar yang dapat menangani 46 saluran transmisi. Garis-garis ini dapat dimatikan atau dihidupkan, sehingga akan ada 2 kemungkinan pengaturan – jumlah yang sangat besar untuk diproses melalui metode brute force. Untuk analisis praktis dan cerdas, target mereka adalah membuat model sistem 10.000 baris.
Baca:Algoritma Linear yang Dapat Menemukan Smartphone Tanpa GPS
Di masa mendatang, peneliti juga akan berkolaborasi dengan agensi untuk mendeteksi kerentanan dan melakukan penilaian risiko menggunakan jaringan listrik nyata untuk menghasilkan model yang lebih tepat.
