Cyber Security of Smart Metering Infrastructure Using Median Absolute Deviation Methodology

Abstract

To combat cyber threats in the smart grid, an intrusion detection system can be integrated into the advanced metering infrastructure. Anomaly-based intrusion detection can detect even the tiniest changes in the parameter under investigation, whereas signature-based intrusion detection only recognises known attacks. The growing usage of smart grids necessitates the classification, identification, and implementation of countermeasures to threats. At the absolute least, smart grids must be protected against cyberattacks; thus, the highest level of information security must be offered. As a result of digitisation and the usage of more smart applications, the research looked at a variety of attack types, smart grid assaults, and major cyber threats on the voltage regulation. Machine learning techniques that analyse data in real time and formulate patterns to recognise an attack and scan through huge data for anomalies can be implemented into the advanced metering infrastructure (AMI) for intrusion detection for anomaly-based intrusion detection. The comparative test study done for the research found that the proposed method, median absolute deviation for anomaly identification in smart metering datasets, produced the most accurate and precise differentiations with the highest accuracy and precision. The median absolute deviation (MAD) algorithm model is trained using test data, and raw predictions are made, before true data are used to derive final test result parameters, precision, recall, and F1 scores. The methodology of the entire study is discussed in this paper, as well as how the MAD algorithm is best suited for anomaly-based intrusion detection, as well as result comparisons of other machine learning algorithms.

Privacy and security of advanced metering infrastructure (AMI) data and network: a comprehensive review

“…Furthermore, in securing AMI systems, Prabhakar et al [72] proposed a precise and accurate Median Absolute Deviation (MAD) model for anomaly detection in AMI. The MAD model was trained with test datasets before introducing the true datasets in arriving at the final figures.…”

Satisfacción laboral y compromiso organizacional en docentes de institutos superiores pedagógicos

“…Es decir, aquellos docentes de institutos superiores pedagógicos que están satisfechos con sus necesidades de sueldo, ambiente físico, clima laboral, relaciones laborales y seguridad tienden a demostrar predisposición a comprometerse con su centro de trabajo (Mansilla et al, 2022). Todos estos hallazgos fortifican aún más la estrecha unión entre las variables, de modo tal que más que sospechar una cuestión de causa-efecto entre la satisfacción laboral y el compromiso organizacional, debe ser comprendida como una correspondencia que pone a reflexión los acontecimientos de amenazan a las que se ven expuestas las instituciones cuando a los docentes no se les consideran sus necesidades (Prabhakar et al, 2022). El resultado se ve respaldado por estudios internacionales como el de Vizcaíno (2020) donde se detectó la existencia de una correlación significativa entre el compromiso organizacional con los factores intrínsecos y extrínsecos de la satisfacción laboral.…”

Inteligencia emocional y el aprendizaje de los estudiantes de educación básica

“…Se detalla los siguientes indicadores, primero, la felicidad es un estado emocional del individuo al sentirse completo y realizado en sus quehaceres del día a día (Muñoz, 2022). Sin lugar a dudas, representa el sentido y dirección de la existencia y segundo, el optimismo que es la cualidad de mostrar la mejor cara bajo cualquier circunstancia; el estar siempre alegre, sin importar lo que suceda (Prabhakar et al, 2022).…”