Energi
Cybersikkerhet i Smarte Strømnett Blir et Investerings Tema
Legg til Securities.io blant dine foretrukne kilder på Google
I flere tiår har elektrisitet og strømnettet vært et grunnleggende krav for moderne liv og industriell sivilisasjon. Etter hvert blir dette enda mer sannsynlig: elektrifisering skyver nå fossile brensler bort fra transport, oppvarming og tungindustri. Og en stadig større del av økonomien er avhengig av 24/7 ultra‑pålitelige IT‑tjenester og stadig større, komplekse og strømkrævende AI‑datasentre.
Parallelt kommer strømforsyningen i økende grad fra fornybar energi, som selv om den er lav‑karbon, er også intermitterende, og krever mye større innsats for å koordinere ustabil produksjon med varierende etterspørsel. Selv tiltak for å lagre elektrisitet i batteriparker endrer ikke behovet for ekstremt presis overvåking av strøm etterspørsel og tilbud.
Dette kan skape et problem, ettersom jo mer moderne smarte strømnett krever presise øyeblikkelige data, jo mer er de sårbare for cyberangrep.
Nye plattformer for å koordinere strømnett, som blokkjede‑baserte handelsplattformer, dukker opp, men de er også sårbare for fiendtlige handlinger. Som følge av dette er cyberangrep på nettet ikke lenger bare et problem for nettoperatører, men en samfunns‑omfattende risiko som kan ha omfattende økonomiske konsekvenser.
En nylig publisering av forskere ved Amrita School of Engineering (India), National University of Science and Technology POLITEHNICA Bucharest (Romania) og Manisa Celal Bayar University (Tyrkia) analyserte disse risikoene. De publiserte sine funn i Engineering Science and Technology, an International Journal1, under tittelen «Cybersecurity and data science for electricity markets: A review of digital grid management, trading, energy policy and regulatory frameworks».
Smartnett Forklart
Konseptet med et smartnett er et strømnett‑konsept som kan tilpasse seg distribuerte energikilder (DER‑er: taksolcellepaneler, batterilagringssystemer, elektriske kjøretøy), samt avansert måleinfrastruktur (AMI), Internet of Things‑enheter (IoT) og kunstig intelligens (AI)‑teknologier i energistyringssystemer.
Dette er et radikalt avvik fra den tidligere modellen der noen få sentraliserte kraftverk leverte strøm til millioner av passive brukere, med forbruk estimert fra gjennomsnittlige målinger på nettverksnivå i stedet for på hver enkelt måler.
https://www.sciencedirect.com/science/article/pii/S2215098626001904?via%3Dihub
De fleste smarte strømnett integrerer denne desentraliserte naturen i moderne nett med peer‑to‑peer (P2P) energihandelsplattformer, blokkjede‑teknologier og datadrevne markedsrammer.
Dette er bare begynnelsen på denne trenden, ettersom de fallende kostnadene for fornybar energi og batterier kun vil akselerere desentraliseringen av strømnettene, mens el‑biler og AI gjør det enda viktigere enn før da fossilt‑driftede systemer kunne overta ved et nettverksbrudd.
Kilde: Wikipedia
AI og Nettverkets Cyber Sårbarhet
Sammenstilling og Tilkobling av Riktig Data
Fremveksten av AI påvirker ikke bare nettet på grunn av økt energiforbruk. Energi‑handelssystemer har i økende grad blitt drevet med maskinlæring (ML) og kunstig intelligens (AI)‑algoritmer, som har vist seg å være sårbare for adversariale angrep.
Likevel, frem til denne studien har skjæringspunktet mellom cybersikkerhet, datadrevet analyse og energihandel vært lite utforsket. Mer presist fant de:
- Mangelen på et cyber‑fysisk‑økonomisk systemrammeverk.
- Mangel på tverrlagsmodellering av kaskaderisikoer.
- Fraværet av eksplisitte sammenhenger mellom tekniske angrepsvektorer og drift av elektrisitetsmarkedet.
- Ufullstendig integrering av AI‑relaterte adversariale risikoer i markedsavklaringsmodeller.
- Mangelen på åpenhet med hensyn til metodikken som ble brukt i litteratur‑screeningsprosessen.
For å fylle dette gapet analyserte forskerne 249 publikasjoner (standarder, bransjerapporter og myndighetsveiledninger) fra januar 2014 til juni 2026.
Mange Typer Trusler
Fysiske Trusler
Strømnett er utsatt for mange trusler, og forskerne klassifiserte dem i fire kategorier. Den første er fysiske trusler, hvor måleutstyr blir kompromittert.
“Smartmålere og AMI‑systemer utgjør en av de viktigste fysiske angrepsoverflatene i moderne kraftdistribusjon fordi storskala utrulling skaper millioner av potensielt eksponerte endepunkter.”
Et ekstra problem er at mange fysiske enheter fortsatt bruker utdatert fastvare som er eldre enn moderne trusselmodeller. Problemet forverres ytterligere av usikre eller svakt beskyttede trådløse kommunikasjoner som bruker protokoller som Zigbee, Wi‑Fi og mobilnett, som kan muliggjøre avlytting, gjentakelse og man‑i‑midten‑angrep.
Cyberangrep på kommunikasjons- og applikasjonsinfrastruktur
Mens fysiske trusler angriper datakilden, angriper denne kategorien IT‑ eller kommunikasjonsnettverkslaget.
For eksempel kan den kompromittere markedsrettede systemer (handelsplattformer, oppgjørsportaler og budinnsendingsgrensesnitt) for å forstyrre prisdannelse. Eller den kan bruke tjenestenekt, DNS‑manipulering og rute‑kapring for å svekke synlighet og kontroll ved å hindre kommando‑levering eller tvinge operatører til å stole på foreldet telemetri.
Cyber‑fysiske angrep
Disse angrepene har som mål fysiske operasjonelle konsekvenser eller å manipulere fysiske måledata.
Ideen er å samtidig forvrenge operatørens oppfatning, markedsavklaring og prisdannelse, vanligvis for økonomisk gevinst.
Falsk datainjeksjon mot gyldig estimering er en av de best studerte angrepsklassene i denne kategorien.
Denne risikoen forsterkes av mangfoldet og den økende tilstedeværelsen av distribuert kraftproduksjon.
“Økningen av DER‑tilkoblede eiendeler har utvidet denne risikoklassen: solcelleinvertere, batterisystemer og ladestasjoner for el‑biler er avhengige av nettverkskontrollere som kan manipuleres for å koble fra distribuert produksjon, destabilisere spenning eller frekvens, akselerere lagringsnedbrytning, eller bidra til termiske og sikkerhetsfeil”
Markedsnivå‑ og datadrevne systemtrusler
Denne typen angrep retter seg direkte mot de økonomiske og informasjonsmessige mekanismene i elektrisitetsmarkedene. Dette er med langt den mest brukte typen angrep for direkte økonomisk gevinst, vanligvis gjennom markedsmanipulasjon.
“I motsetning til fysiske, cyber‑ og cyber‑fysiske angrep er deres primære tiltenkte konsekvens økonomisk eller informasjonsmessig, selv om cyber‑fysiske mekanismer som FDI ofte fungerer som muliggjører”
Spesielt kan privilegert tilgang til pris‑ eller markedsavklaringsinformasjon muliggjøre lønnsom manipulering. Selv om dette kan bekjempes med betydelig høyere sensortetthet, målemessig redundans, deteksjon av dårlige data, kryssvalidering av tilstandsvurdering og sofistikerte markedsovervåkningsmekanismer.
Fikse Smarte Strømnetts Sårbarheter
Fremtidige Trusler
Å fikse cybersårbarheter i smarte strømnett er ikke bare et spørsmål om å gjøre dem motstandsdyktige mot nåværende trusler, men også mot forutsigbare fremtidige trusler. Dette inkluderer:
- Adversarial robusthet i maskinlæringsmodeller.
- Kvantemotstandsdyktig kryptografi.
- Integrasjon av IT‑OT‑sikkerhet.
- Personvern‑bevarende handelsmekanismer.
- Sikker edge‑intelligens, adaptive regulatoriske rammeverk.
- Økonomi for sikkerhetsinvesteringer og risikostyring i forsyningskjeden.
Fikse Alle Sårbarhetsnivåer
For å fikse nettverkets eksponering for cybertrusler kreves integrering av beste praksis innen cybersikkerhet i nettarkitekturer. Generelt gir internasjonale og lokale standarder for cybersikkerhet solid veiledning til nettoperatører om hvilke endringer de må implementere.
“Retningslinjer for Energy Management Information Systems (EMIS) har etablert standarder for sikring av energidata [221], og General Data Protection Regulation (GDPR) i EU har betydelig påvirket databeskyttelse i ulike domener innen energistyring. Internasjonalt aksepterte standarder som ISO/IEC 27001 og NIST Cybersecurity Framework har blitt utviklet for cybersikkerhet og kan anvendes i energidomenet.”
I tilfelle av fysiske trusler er sikker telemetri måten å løse faren for feilaktige data som injiseres i nettverket. I de fleste tilfeller krever dette en grundig oppgradering av den fysiske maskinvaren, spesielt strømmålere, slik at de kun bruker sikret programvare og kryptert kommunikasjon.
Digitale tvillinger, virtuelle modeller av fysiske systemer, kan også bidra til å skape en overbevisende plattform for hendelsessimulering.
For nettprogramvare må en zero‑trust‑arkitektur tas i bruk, hvor datavaliditet og deltakerauthorisasjoner verifiseres i hvert trinn. Maskinlæring (ML) og kunstig intelligens (AI) kan også brukes til å lage avviksbaserte detektorer, som går utover klassisk signaturbasert trusseldeteksjon.
Markedsrelaterte risikoer må håndteres ved å muliggjøre rettsmedisinsk analyse av eventuell manipulering, også for peer‑to‑peer‑markeder (P2P). I den forbindelse er, mer enn bare cybersikkerhet, korrekt reviderbare markedsinfrastrukturer nøkkelen til å løse denne sårbarheten.
Når det gjelder risikoer for kryptografi som følge av fremskritt innen kvantedatabehandling, vil en av de fire Post‑Quantum Cryptography (PQC)‑standardene som ble vedtatt av USAs National Institute of Standards and Technology i 2024, måtte tas i bruk raskt av nettoperatører og deltakere i elektrisitetsmarkedene.
Investere i Smarte Strømnett
GE Vernova
GEV Prisdiagram
GE Vernova (GEV ) er delen av det gigantiske konglomeratet General Electric (GE.TO ) som nylig ble delt i tre, hvor Vernova overtar alle energi‑relaterte aktiviteter fra GE, fra bygging av kraftverk og nett til tilhørende programvare og tjenester.
Kilde: GE Vernova
GE Vernova er i front når det gjelder å møte verdens økende kraftbehov, med all sin produksjonskapasitet for turbiner fullbooket til 2030. De implementerer også storskala batteriparker og industrielle elektrifiseringsløsninger, samt nukleære SMR‑er, karbonfangst, HVDC‑kabler, hydrogen‑gasturbiner osv.
GE Vernova er også en viktig leverandør av smart‑nett‑utstyr som fleksible AC‑overføringssystemer, og programvare som GridOS. GridOS bruker en innebygd Zero‑Trust‑sikkerhetsarkitektur, som direkte samsvarer med denne studiens anbefalinger om sikker nett‑orkestrering, kontinuerlig autentisering og beskyttelse mot interne og eksterne trusler.
Kilde: GE Vernova
(Du kan lese mer om GE Vernova i vår dedikerte avhendingsrapport om selskapet)
Siste Nyheter og Utviklinger for GE Vernova (GEV) Aksjen
Studie Referert
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. Volum 81, september 2026, 102464. https://www.securities.io/wp-content/uploads/2025/05/GE-vernova-electrifciation-before-after.jpg
