Panasonic HD 與歐洲研究機構 Fraunhofer 發布再生能源設備網路安全研究數據集

Panasonic HD 與 Fraunhofer 合作開發並發布了「Data4Cyber」公開數據集,可用於分析網路攻擊對再生能源系統的影響,並已於 Zenodo 上提供。
その他NQ 87/100出典:PR Times

📋 文章處理履歷

  • 📰 發表: 2026年5月25日 22:00
  • 🔍 收集: 2026年5月25日 13:31
  • 🤖 AI分析完成: 2026年5月25日 13:39(收集後8分鐘)
松下控股株式會社 (Panasonic HD) 與德國 Fraunhofer (弗勞恩霍夫協會) 合作,基於在模擬真實實驗環境中收集的數據,開發並發布了名為「Data4Cyber」的公開數據集,用於分析網路攻擊對再生能源系統的影響。此數據集旨在支援分析電力基礎設施中日益增長的網路風險,以及促進檢測與監控技術的開發。

近年來,隨著太陽能發電與蓄電池等再生能源的擴大導入,電力系統的數位化與網路化進程持續加速。然而,由於遠端控制與通信技術的應用日益廣泛,網路攻擊帶來的風險也隨之升高。

然而,此前幾乎沒有能整合通信數據、控制資訊與物理數據,且以公開、可再利用形式提供的數據集。

針對這些課題而開發的「Data4Cyber」,其特色在於將通信、控制與物理數據以秒為單位進行同步,能夠持續分析網路攻擊對電力系統運作的影響。

本數據集標註了是否存在攻擊以及隨著時間推移對系統的影響,能夠按時間序列追蹤網路攻擊如何影響物理系統。

Fraunhofer 是歐洲應用研究的主要機構。在本專案中,Fraunhofer FIT 與 Fraunhofer FKIE 主導構建了接近實際運行的實驗環境。Panasonic HD 則運用在再生能源控制與能源管理系統 (EMS) 方面的實務經驗,為攻擊場景設計與控制行為建模做出貢獻。

此數據集預計將被電力公司、設備製造商、安全公司與研究機構用於提升網路攻擊防禦技術。

「Data4Cyber」是從模擬能源管理系統 (EMS) 的網路實體實驗環境中獲得的整合數據集。除了發電量、負載、電池狀態、電力流動等物理數據外,還以秒為單位同步收集了 EMS 控制指令、電價、Modbus/TCP (工業設備控制通信) 與 MQTT (輕量級消息通信) 等通信數據。

每個時間點均標註了是否存在攻擊以及攻擊階段 (偵察、入侵、操作、影響),可以詳細分析通信異常對電力系統的影響。

此外,該數據集還包含虛假設備指令、竄改儀表數值、不正當價格訊號等代表性場景,使用者可以追蹤通信層的攻擊如何蔓延至再生能源設備。

公開資訊
發布形式:開放數據 (CC BY 4.0)
存取連結:https://zenodo.org/records/19965384

關於再生能源安全監控服務,請參考以下網站:
https://tech.panasonic.com/jp/phd/rd-theme/cyber-security.html

* Fraunhofer-Gesellschaft 是總部位於德國的歐洲應用研究主要機構,擁有超過 70 個研究所,透過與產業界合作推動實用導向的研發。

在本專案中,Fraunhofer FIT (弗勞恩霍夫應用資訊技術研究所) 與 Fraunhofer FKIE (弗勞恩霍夫通信、資訊處理與人體工學研究所) 主導構建了接近實際運行的網路實體實驗環境,運用其在工業控制系統與網路安全領域的高深見解。

常見問題

Data4Cyberとはどのようなデータセットですか?

パナソニックHDとFraunhoferが共同開発した、再生可能エネルギーシステムに対するサイバー攻撃の影響を分析するための公開データセットです。通信・制御・物理データを1秒単位で同期し、攻撃によるシステムへの影響を時系列で追跡できます。

Data4Cyberはどこで入手できますか?

オープンデータとしてZenodo(https://zenodo.org/records/19965384)にて公開されています。

このデータセットはどのような攻撃シナリオを想定していますか?

偽装された設備コマンド、改ざんされたメータ値、不正な価格信号などの代表的な攻撃シナリオを含んでおり、通信レイヤの攻撃が物理設備へ波及する様子を分析可能です。

パナソニックHDとFraunhoferの役割分担は?

Fraunhofer(FITおよびFKIE)が実運用に近いサイバー・フィジカル実験環境を構築し、パナソニックHDが再生可能エネルギー制御やEMSの実運用知見に基づき、攻撃シナリオ設計や制御挙動モデル化を担当しました。

このデータセットの活用メリットは何ですか?

電力会社や設備メーカー、セキュリティ企業などが、サイバー攻撃対策技術や異常検知・監視技術を高度化させるための研究基盤として活用できます。