Detecção de Intrusão em Tempo Real para Mensagens GOOSE IEC 61850 via GRU Unidirecional Embarcado

• Carlos E. Sousa UnB
• Francisco J. A. Oliveira UFJF
• Bilmar A. A. Ferreira Deep Defense
• Fábio L. L. Mendonça UnB
• João J. C. Gondim UnB

DOI: https://doi.org/10.5753/sbseg.2026.29298

Resumo

Subestações digitais dependem de mensagens GOOSE da IEC 61850, as quais exigem entrega em tempo real abaixo de 3 ms. As propostas existentes de IDS (Sistemas de Detecção de Intrusão) focam na acurácia da classificação, ignorando a latência de implantação; técnicas de reamostragem utilizadas para tratar o desbalanceamento de classes corrompem a integridade cronológica dos campos de sequência do GOOSE. Este artigo propõe um IDS orientado à borda baseado em uma GRU-200 unidirecional com uma janela deslizante 3D, treinado sem reamostragem por meio de perda de sequência completa (full-sequence loss). O desenrolamento de grafo estático (static graph unrolling) permite a conversão para TensorFlow Lite em C++. Em um conjunto de dados público HIL (Hardware-in-the-Loop), o modelo alcança 99,76% de acurácia e 91,93% de Macro F1; o perfilamento (profiling) em um Raspberry Pi 3 resulta em uma inferência média de 2,77 ms e P95 médio entre cenários de 2,999 ms (≤3 ms).

Referências

Abdelrahman, M. S., Kharchouf, I., Nguyen, T. L., and Mohammed, O. A. (2023). A hybrid physical co-simulation smart grid testbed for testing and impact analysis of cyber-attacks on power systems: Framework and attack scenarios. Energies, 16(23):7771.

Bhattacharya, S., Saqib, N., and Govindarasu, M. (2024). Ml-based anomaly detection system for iec 61850 communication in substations. In 2024 IEEE Power & Energy Society General Meeting (PESGM), pages 1–5. IEEE.

de Oliveira, J. A., dos Santos, A. F. P., and Salles, R. M. (2025). Rnn for intrusion detection in digital substations based on the iec 61850. Journal of Information Security and Applications, 94:104197.

Dewangan, F., Siddiqui, S., Biswal, M., and Sood, V. (2024). Smart meters in smart grid. In Smart Metering, pages 1–37. Elsevier.

Fernando, T., Ramachandran, G., Vilathgamuwa, M., and Jayalath, D. (2025). Anomaly detection for goose spoofing attacks in digital substations using deep learning models: A dnn and lstm approach. IEEE Access, 13:129709–129720.

International Electrotechnical Commission (2003). Iec 61850: Communication networks and systems for power utility automation. Technical report, IEC, Geneva, Switzerland.

Jay, D. (2023). Deception technology based intrusion protection and detection mechanism for digital substations: A game theoretical approach. IEEE Access.

Lozano-Paredes, D., Bote-Curiel, L., Feijoo-Martínez, J. R., Gómez-Talal, I., and Rojo-Álvarez, J. L. (2026). Explainable autoencoder-based anomaly detection in iec 61850 goose networks. arXiv preprint.

Nhung-Nguyen, H., Girdhar, M., Kim, Y.-H., and Hong, J. (2024). Machine-learning-based anomaly detection for goose in digital substations. Energies, 17(15):3745.

Oliveira, J. A., dos Santos, A. F. P., and Salles, R. M. (2025). Network traffic dataset iec-61850 cyber attacks. Kaggle. Disponível em: [link].

Quincozes, S. E., Albuquerque, C., Passos, D., and Mossé, D. (2024). Ereno: A framework for generating realistic iec-61850 intrusion detection datasets for smart grids. IEEE Transactions on Dependable and Secure Computing, 21(4):3851–3865.

Rodríguez, M., Lázaro, J., Bidarte, U., Jiménez, J., and Astarloa, A. (2021). A fixed-latency architecture to secure goose and sampled value messages in substation systems. IEEE Access, 9:50774–50785.

Tobar-Rosero, O. A., Roa-Romero, O. A., Rueda-Carvajal, G. D., Leal-Piedrahita, A., Botero-Vega, J. F., Gutierrez-Betancur, S. A., Branch-Bedoya, J. W., and Zapata-Madrigal, G. D. (2024). Goose secure: A comprehensive dataset for in-depth analysis of goose spoofing attacks in digital substations. Energies, 17(23):6098.

Ustun, T. S., Hussain, S. M. S., Ulutas, A., Onen, A., Roomi, M. M., and Mashima, D. (2021). Machine learning-based intrusion detection for achieving cybersecurity in smart grids using iec 61850 goose messages. Symmetry, 13(5):826.

Wang, X., Fidge, C., Nourbakhsh, G., Foo, E., Jadidi, Z., and Li, C. (2022). Anomaly detection for insider attacks from untrusted intelligent electronic devices in substation automation systems. IEEE Access, 10:6629–6649.

Yang, L., Zhai, Y., Zhang, Y., Zhao, Y., Li, Z., and Xu, T. (2022). A new methodology for anomaly detection of attacks in iec 61850-based substation system. Journal of Information Security and Applications, 68:103262.