由英國核先進制造研究中心(Nuclear AMRC)牽頭的研究團隊近日成功示范了一種可實時識別核電廠網絡攻擊的人工智能系統，該系統利用名為“波浪注意力網絡”(wavy-attention network)的機器學習技術。這項研究成果已在近期出版《核工程與設計》上發表。

現代核電廠越來越依賴數字儀控系統，這些系統雖提高了運營效率，但也面臨網絡安全風險。網絡攻可以通過用于監測核電廠運行狀況的網絡傳感器陣列實施。潛在攻擊者可能通過輸入虛假數據或篡改控制系統邏輯來干擾核電廠運行，可能導致設備損壞或引發更嚴重后果。

研究團隊開發的系統基于谷歌公司(Google)的WaveNet系統，結合了機器學習技術，能夠識別傳感器數據流中的異常。該系統由多層一維神經網絡組成，每層分析不同傳感器的數據。

為驗證系統可行性，研究人員使用Asherah核電站模擬器(由圣保羅大學為網絡安全研究開發)進行了測試。他們首先收集正常運行數據訓練網絡，然后模擬各種網絡攻擊。結果顯示，該系統能實時識別99%的攻擊，大幅超過其他基準模型的表現。

未來，研究團隊計劃通過硬件實驗進一步驗證系統實用性。