В СПбГУ обсудили новые подходы к энергетической безопасности
В Центре искусственного интеллекта и науки о данных Санкт‑Петербургского университета состоялся научно‑практический семинар, посвященный актуальным вопросам обнаружения нелегального майнинга криптовалют с использованием передовых технологий искусственного интеллекта.
Децентрализованные цифровые валюты, изначально созданные как инструмент финансовой свободы, повлекли за собой и ряд проблем, среди которых особо выделяется нелегальный майнинг. Операции, связанные с разработкой новых единиц криптовалюты, таких как биткоин, требуют колоссальных вычислительных мощностей и, как следствие, значительного энергопотребления. Пользуясь этим, майнеры прибегают к незаконному подключению установок к электросетям, уклоняясь от оплаты по коммерческим тарифам и создавая несанкционированную нагрузку на энергетическую систему России.
В ходе семинара ученые предложили использовать алгоритмы машинного обучения для обнаружения нелегальной майнинговой деятельности. Доцент СПбГУ, старший научный сотрудник Института проблем машиноведения Российской академии наук Григорий Александрович Волков проанализировал макроэкономические последствия теневого извлечения криптовалюты, подчеркнув его негативное влияние на энергетический баланс страны и рост финансовой нагрузки на потребителей.
Основная проблема заключается в том, что существуют незарегистрированные пользователи, осуществляющие майнинговую деятельность и, соответственно, потребляющие достаточно большое количество энергии, платя при этом не по коммерческому тарифу. Соответственно, их можно найти только по показаниям электросчетчика.
Доцент СПбГУ, старший научный сотрудник Института проблем машиноведения Российской академии наук Григорий Волков
Для эффективного анализа характерного поведения нарушителей необходимо сформировать обширные наборы данных, содержащие среднесуточные значения мощности, коэффициента мощности, напряжения и силы тока. Как объяснил доцент СПбГУ, эти параметры позволяют отличить энергопотребление майнинговых установок от обычных бытовых приборов.
Вопрос формирования репрезентативных данных для обучения моделей искусственного интеллекта был затронут доцентом Университета, заведующим лабораторией искусственного интеллекта Санкт‑Петербургского отделения Математического института имени В. А. Стеклова (ПОМИ РАН) Сергеем Игоревичем Николенко. В своем докладе он подчеркнул ограниченность доступных исследований, посвященных майнинговым установкам. «Данная тема представляет значительный интерес, но на текущий момент остается недостаточно изученной, — заключил ученый. — Вероятно, недостаток исследований обусловлен сложностью решения задачи, однако потенциал для разработки эффективных методов обнаружения нелегального майнинга остается высоким. Я уверен, что дальнейшая работа в этой области поможет не только выявлять нелегальные операции, но и создавать более безопасные экосистемы для криптовалют».
По словам эксперта Центра искусственного интеллекта и науки о данных СПбГУ, чтобы модели нейронных сетей могли выявлять аномалии энергопотребления, их необходимо обучать на данных, учитывающих динамику потребления энергии в зависимости от различных факторов: от времени суток и сезонности до количества проживающих в доме и других переменных.
О применении технологий искусственного интеллекта для выявления майнинговой активности подробно рассказал инженер‑программист Центра ИИ СПбГУ, аспирант Университета Никита Федоров. Он подчеркнул, что отличительной чертой майнинговых установок является непрерывный режим работы и, как следствие, стабильный уровень расхода энергии, поэтому их можно определить с помощью нейросетевых алгоритмов. Подход предполагает, что на основе данных об энергопотреблении конкретного домохозяйства нейронная сеть способна выявлять устройства, которые используют электричество круглосуточно с незначительными колебаниями. Однако для снижения вероятности ошибочной идентификации, вызванной схожим профилем других электроприборов, Никита Сергеевич предложил разработать и внедрить дополнительные фильтры, позволяющие повысить точность и верификацию данных.
Перспективность исследований в области обеспечения прозрачности экономических процессов и безопасности энергетической инфраструктуры подтверждается недавними достижениями СПбГУ, направленными на практическую реализацию рассматриваемых подходов. В декабре прошлого года Санкт‑Петербургский университет совместно с компанией «Лартех» и концерном «Энергомера» представил на международном форуме «Электрические сети — 2024» первый в мире счетчик электроэнергии с интегрированным искусственным интеллектом, разработанный для борьбы с нелегальным майнингом и энергетическим мошенничеством.