es.wedoany.com Noticia: El grupo de investigación NICS Lab de la Universidad de Málaga (UMA) ha desarrollado una solución basada en agentes de software inteligentes que permite monitorizar en tiempo real el estado de la infraestructura de las estaciones de carga de vehículos eléctricos para detectar ciberataques. Esta solución tiene como objetivo mejorar la seguridad de los puntos de carga, un factor cada vez más crítico en el contexto del creciente despliegue de infraestructuras de vehículos eléctricos rápidas e interconectadas.
El sistema, a través de agentes de software integrados en las estaciones de carga, monitorea continuamente el estado operativo de los cargadores desde múltiples perspectivas funcionales, identificando anomalías o incidentes de seguridad. Entre los tipos de amenazas analizadas se incluyen fraudes o robos de electricidad por parte de usuarios finales, así como ataques planificados contra la red eléctrica. Esta investigación busca fortalecer la capacidad de detección y diagnóstico en escenarios donde las estaciones de carga actúan como nodos de conexión del sistema energético.
La tecnología central de la solución consiste en un conjunto de agentes de software desplegados dentro de las estaciones de carga. Estos agentes, coordinados por un sistema principal centralizado, monitorizan, supervisan y analizan el estado del cargador en tiempo real. El sistema integra inteligencia distribuida, técnicas de inteligencia artificial, mecanismos de consenso para el diagnóstico colaborativo continuo y tecnología blockchain, esta última utilizada como soporte para mejorar la trazabilidad, integridad y confianza en el proceso de diagnóstico de eventos.
Cada agente evalúa de forma independiente el estado del cargador, los enlaces de comunicación y los dispositivos conectados para identificar anomalías, fallos operativos o posibles incidentes de seguridad. Al estar conectados al sistema de monitorización central, los agentes pueden comparar los datos recopilados localmente con los de estaciones cercanas, formando así una visión más completa de la situación. Este método introduce un enfoque basado en la conciencia situacional (situational awareness), reemplazando la monitorización aislada tradicional de eventos, lo que permite identificar con mayor precisión las áreas, equipos o componentes de infraestructura afectados, y proporciona detalles sobre dónde, cómo, cuándo y por qué ocurrió la anomalía.
La investigación considera que esta capacidad de diagnóstico contextual ayuda a mejorar la velocidad y eficacia de la respuesta ante incidentes de seguridad o fallos operativos. La colaboración entre agentes inteligentes y la aplicación de inteligencia artificial y tecnología blockchain buscan fortalecer la resiliencia de las futuras redes de vehículos eléctricos. El artículo relacionado, titulado «Situational awareness for trustworthy charging scenarios», forma parte de los resultados del II Plan Propio de Smart Campus de la Universidad de Málaga.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
