Énergie
La cybersécurité des réseaux intelligents devient un thème d’investissement
Ajouter Securities.io à vos sources préférées sur Google
Pendant des décennies, l’électricité et le réseau électrique ont été une exigence fondamentale pour la vie moderne et la civilisation industrielle. Au fil des années, cela devient encore plus vrai: l’électrification repousse désormais les combustibles fossiles du transport, du chauffage et des industries lourdes. Et une part toujours plus grande de l’économie dépend de services informatiques ultra‑fiables 24 h/24 et de centres de données IA de plus en plus grands, complexes et gourmands en énergie.
Parallèlement, l’approvisionnement en énergie provient de plus en plus des énergies renouvelables qui, bien qu’à faible émission de carbone, sont également intermittentes, nécessitant un effort beaucoup plus important pour coordonner une production instable avec une demande fluctuante. Même les tentatives de stockage de l’électricité dans des parcs de batteries ne changent pas le besoin d’une surveillance extrêmement précise de la demande et de l’offre d’électricité.
Cela peut poser problème, car plus les réseaux intelligents modernes exigent des données instantanées précises, plus ils sont vulnérables aux cyber‑attaques.
De nouvelles plateformes pour coordonner les réseaux électriques, comme les plateformes de trading basées sur la blockchain, émergent, mais elles sont également vulnérables aux actions hostiles. En conséquence, les cyber‑attaques contre le réseau ne sont plus seulement un problème pour les opérateurs de réseau, mais un risque sociétal pouvant entraîner d’importantes répercussions économiques.
Une publication récente de chercheurs de l’Amrita School of Engineering (Inde), de l’Université nationale de science et technologie POLITEHNICA Bucarest (Roumanie) et de l’Université Manisa Celal Bayar (Turquie) a analysé ces risques. Ils ont publié leurs résultats dans Engineering Science and Technology, an International Journal1, sous le titre « Cybersecurity and data science for electricity markets: A review of digital grid management, trading, energy policy and regulatory frameworks ».
Réseaux intelligents expliqués
Le concept de réseau intelligent est un concept de réseau électrique capable de s’adapter aux ressources énergétiques distribuées (DERs: panneaux solaires photovoltaïques sur les toits, systèmes de stockage d’énergie par batteries, véhicules électriques), ainsi qu’à l’infrastructure de comptage avancée (AMI), aux appareils de l’Internet des objets (IoT) et aux technologies d’intelligence artificielle (IA) dans les systèmes de gestion de l’énergie.
Cela représente une rupture radicale avec le modèle précédent où quelques centrales électriques centralisées envoyaient de l’énergie à des millions d’utilisateurs passifs, la consommation étant estimée à partir de métriques moyennes au niveau du réseau plutôt que sur une base par compteur.
La plupart des réseaux intelligents intègrent cette nature décentralisée des réseaux modernes avec des plateformes d’échange d’énergie peer‑to‑peer (P2P), des technologies blockchain et des cadres de marché basés sur les données.
Ceci n’est que le début de cette tendance, car la baisse des coûts des énergies renouvelables et des batteries ne fera qu’accélérer la décentralisation des réseaux électriques, tandis que les véhicules électriques et l’IA la rendent encore plus cruciale qu’auparavant, lorsque les systèmes alimentés par les combustibles fossiles pouvaient prendre le relais en cas de panne du réseau.
Source: Wikipedia
Vulnérabilité cybernétique de l’IA et des réseaux
Assembler et connecter les bonnes données
L’essor de l’IA n’affecte pas le réseau uniquement en raison de la consommation énergétique accrue. Les systèmes de trading d’énergie sont de plus en plus exploités avec des algorithmes d’apprentissage automatique (ML) et d’intelligence artificielle (IA), qui se sont révélés vulnérables aux attaques adversariales.
Toutefois, jusqu’à cette étude, l’intersection de la cybersécurité, de l’analyse basée sur les données et du trading d’énergie était restée peu explorée. Plus précisément, ils ont constaté:
- Le manque d’un cadre système cyber‑physique‑économique.
- La rareté de la modélisation inter‑couches des risques en cascade.
- L’absence de relations explicites entre les vecteurs d’attaque techniques et le fonctionnement du marché de l’électricité.
- L’intégration incomplète des risques adversariaux liés à l’IA dans les modèles de compensation du marché.
- Le manque de transparence concernant la méthodologie appliquée au processus de sélection de la littérature.
Pour combler cette lacune, les chercheurs ont analysé 249 publications (normes, rapports industriels et avis gouvernementaux) de janvier 2014 à juin 2026.
De nombreux types de menaces
Menaces physiques
Les réseaux électriques sont exposés à de nombreuses menaces, et les chercheurs les ont classées en quatre catégories. La première est les menaces physiques, où le matériel de comptage est compromis.
“Les compteurs intelligents et les systèmes AMI constituent l’une des surfaces d’attaque physiques les plus importantes dans la distribution électrique moderne, car un déploiement à grande échelle crée des millions de points d’extrémité potentiellement exposés.”
Un problème supplémentaire est que de nombreux appareils physiques utilisent encore un firmware obsolète qui précède les modèles de menace contemporains. Le problème est aggravé par des communications sans fil peu sécurisées ou mal protégées utilisant des protocoles tels que Zigbee, Wi‑Fi et les liaisons cellulaires, pouvant permettre l’écoute clandestine, la relecture et les attaques de type homme du milieu.
Cyber‑attaques sur l’infrastructure de communication et d’application
Tandis que la menace physique attaque la source des données, cette catégorie cible la couche réseau informatique ou de communication.
Par exemple, elle peut compromettre les systèmes orientés marché (plates‑formes de trading, portails de règlement et interfaces de soumission d’offres) afin de perturber la formation des prix. Ou elle peut recourir à des attaques par déni de service, à la manipulation DNS et au détournement de routes pour réduire la visibilité et le contrôle en empêchant la livraison des commandes ou en obligeant les opérateurs à se fier à des télémesures obsolètes.
Attaques cyber‑physiques
Ces attaques visent à provoquer des conséquences opérationnelles physiques ou à manipuler les données de mesure physiques.
L’idée est de distordre simultanément la perception de l’opérateur, le processus de compensation du marché et la formation des prix, généralement à des fins financières.
L’injection de données falsifiées contre une estimation valide est l’une des classes d’attaque les mieux étudiées de cette catégorie.
Ce risque est aggravé par la diversité et la présence croissante de la production d’énergie distribuée.
“L’essor des actifs connectés aux DER a élargi cette classe de risque: les onduleurs solaires, les systèmes de batteries et les infrastructures de recharge de véhicules électriques dépendent de contrôleurs en réseau qui peuvent être manipulés pour déconnecter la génération distribuée, déstabiliser la tension ou la fréquence, accélérer la dégradation du stockage ou contribuer à des défaillances thermiques et de sécurité”
Menaces au niveau du marché et systèmes basés sur les données
Ce type d’attaque cible directement les mécanismes économiques et informationnels des marchés de l’électricité. C’est de loin le type d’attaque le plus fréquemment réalisé pour des gains financiers directs, généralement par manipulation du marché.
“Contrairement aux attaques physiques, cyber et cyber‑physiques, leur conséquence principale visée est financière ou informationnelle, bien que des mécanismes cyber‑physiques tels que l’injection de fausses données (FDI) servent souvent de facilitateurs”
En particulier, l’accès privilégié aux informations de prix ou de compensation du marché peut permettre une manipulation rentable. Bien que cela puisse être combattu grâce à une densité de capteurs nettement plus élevée, à la redondance des mesures, à des schémas de détection de données erronées, à la validation croisée de l’estimation d’état et à des mécanismes sophistiqués de surveillance du marché.
Corriger les vulnérabilités des réseaux intelligents
Menaces futures
Corriger les vulnérabilités cyber des réseaux intelligents ne consiste pas seulement à les rendre résistantes aux menaces actuelles, mais aussi aux menaces futures prévisibles. Cela comprend:
- Robustesse adversariale des modèles d’apprentissage automatique.
- Cryptographie résistante aux ordinateurs quantiques.
- Intégration de la sécurité IT‑OT.
- Mécanismes de trading préservant la confidentialité.
- Intelligence de périphérie sécurisée, cadres réglementaires adaptatifs.
- Économie de l’investissement en sécurité et gestion des risques de la chaîne d’approvisionnement.
Corriger chaque niveau de vulnérabilité
Pour corriger l’exposition du réseau aux cyber‑menaces, il est nécessaire d’intégrer les meilleures pratiques de cybersécurité dans les architectures de réseau. En général, les normes internationales et locales en matière de cybersécurité offrent des orientations solides aux opérateurs de réseau sur les changements à mettre en œuvre.
“Les directives des systèmes d’information de gestion de l’énergie (EMIS) ont établi des normes pour sécuriser les données énergétiques [221], et le Règlement général sur la protection des données (RGPD) dans l’UE a considérablement influencé la protection des données dans divers domaines de la gestion de l’énergie. Des normes reconnues internationalement telles que ISO/IEC 27001 et le NIST Cybersecurity Framework ont été développées pour la cybersécurité et peuvent être appliquées dans le domaine de l’énergie.”
Dans le cas des menaces physiques, la télémétrie sécurisée est la solution pour éliminer le danger d’injection de données erronées dans le réseau. Dans la plupart des cas, cela nécessite une mise à jour importante du matériel physique, notamment les compteurs électriques, afin qu’ils n’utilisent que des logiciels sécurisés et des communications chiffrées.
Les jumeaux numériques, modèles virtuels de systèmes physiques, peuvent également aider à créer une plateforme convaincante pour la simulation d’incidents.
Pour les logiciels de réseau, une architecture zéro‑confiance doit être adoptée, où la validité des données et les autorisations des participants sont vérifiées à chaque étape. L’apprentissage automatique (ML) et l’intelligence artificielle (IA) peuvent également être utilisés pour créer des détecteurs basés sur les anomalies, allant au-delà de la détection de menaces basée sur les signatures classiques.
Risques liés au marché doivent être traités en rendant possible l’analyse forensique de toute manipulation potentielle, y compris pour les marchés peer‑to‑peer (P2P). À cet égard, plus que la cybersécurité seule, des infrastructures de marché correctement auditable sont essentielles pour résoudre cette vulnérabilité.
En ce qui concerne les risques pour la cryptographie liés aux progrès de l’informatique quantique, l’un des quatre standards de cryptographie post‑quantique (PQC) adoptés par le National Institute of Standards and Technology des États‑Unis en 2024 devra être rapidement adopté par les opérateurs de réseau et les participants aux marchés de l’électricité.
Investir dans les réseaux intelligents
GE Vernova
GEV Graphique du prix
GE Vernova (GEV ) fait partie du géant conglomérat General Electric (GE.TO ) qui a récemment été scindé en trois, Vernova prenant en charge toutes les activités liées à l’énergie de GE, de la construction de centrales et de réseaux aux logiciels et services associés.
Source: GE Vernova
GE Vernova est à la pointe de la satisfaction des besoins croissants en énergie du monde, avec toute sa capacité de production de turbines entièrement réservée jusqu’en 2030. Elle déploie également des parcs de batteries à grande échelle et des solutions d’électrification industrielle, ainsi que des SMR nucléaires, la séquestration du carbone, des câbles HVDC, des turbines à hydrogène, etc.
GE Vernova est également un fournisseur clé d’équipements de réseaux intelligents tels que les systèmes de transmission AC flexibles, et de logiciels comme GridOS. GridOS utilise une architecture de sécurité Zero Trust intégrée, s’alignant directement avec les recommandations de cette étude concernant l’orchestration sécurisée du réseau, l’authentification continue et la protection contre les menaces internes et externes.
Source: GE Vernova
(Vous pouvez en savoir plus sur GE Vernova dans notre rapport dédié de désinvestissement sur l’entreprise)
Dernières nouvelles et développements de l’action GE Vernova (GEV)
Étude référencée
1. Dharmaraj Kanakadhurga et al. Cybersecurity and data science for electricity markets: A review of digital grid management, trading, energy policy and regulatory frameworks. Engineering Science and Technology, an International Journal. Volume 81, septembre 2026, 102464. https://doi.org/10.1016/j.jestch.2026.102464
