GDGU: Desaprendizaje en Grafos para Localizar Ciberataques en EVs

La electrificación del transporte trae consigo nuevos vectores de ataque en infraestructuras críticas. Las estaciones de carga para vehículos eléctricos (EVCS) se convierten en puertas de entrada para ciberataques que pueden comprometer alimentadores de distribución. Para localizar qué nodo o bus ha sido vulnerado, los modelos de inteligencia artificial basados en redes neuronales de grafos resultan eficaces, pero se enfrentan a un desafío regulatorio: el derecho al olvido de los datos de entrenamiento. El artículo académico sobre GDGU (Gradient Difference-based Graph Unlearning) propone una solución de desaprendizaje en grafos que elimina la influencia de datos específicos sin necesidad de reentrenar desde cero, logrando una fidelidad de olvido cercana al reentrenamiento completo con un coste computacional mucho menor.

Esta técnica, aplicada a la localización de ciberataques en EVCS, utiliza una corrección de primer orden basada en la diferencia de gradientes entre el conjunto original y el modificado, seguida de una recalibración de normalización por lotes y un ajuste fino breve. Los resultados sobre redes de distribución IEEE de 34, 123 y 8500 nodos muestran que GDGU iguala a los métodos de segundo orden en utilidad de localización, mientras que es entre 10 y 12 veces más rápido que reentrenar desde cero y consume mucha menos memoria.

Para las empresas que desarrollan soluciones de ciberseguridad en infraestructuras energéticas, contar con técnicas eficientes de desaprendizaje es crucial. En servicios de ciberseguridad y pentesting ofrecemos evaluaciones y herramientas que integran estos avances. Además, nuestro equipo implementa inteligencia artificial para empresas a través de aplicaciones a medida y software a medida, combinando tecnologías cloud como AWS y Azure, así como servicios de inteligencia de negocio con Power BI.

El desaprendizaje en grafos no solo resuelve problemas regulatorios, sino que abre la puerta a agentes IA más adaptables y respetuosos con la privacidad. En Q2BSTudio trabajamos en la intersección de la IA y la ciberseguridad para ofrecer soluciones robustas y escalables.