跳到正文
热点事件持续更新

研究者提出用LLM识别智能电网网络物理攻击路径的框架

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Amr Elshazly 等研究者在 arXiv 论文中提出一种物理感知框架,用大语言模型(LLM)识别智能电网中的网络-物理攻击路径。该框架结合系统拓扑,用 LLM 引导 STRIDE 与 MITRE ATT&CK 威胁建模,并以连锁故障影响排序作为物理基准。论文已被 IEEE IECON 2026 接收。作者称,在 IEEE 14-bus 系统上,该框架相比基于融合的基线方法可将运行时间缩短约 75%–85%。

AI 根据报道生成 · 55 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    LLM 引导的智能电网网络-物理攻击路径识别框架

    一篇 arXiv 论文提出用大语言模型(LLM)识别智能电网中网络-物理攻击路径的物理感知框架,结合系统拓扑、LLM 引导的 STRIDE 与 MITRE ATT&CK 威胁建模,并以连锁故障影响排序作为物理基准。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。