JBNews.id — Ekspansi stasiun pengisian kendaraan listrik (EV) secara global membawa risiko keamanan siber baru yang belum banyak diteliti dan minim solusi. Cristina Alcaraz, peneliti keamanan infrastruktur dari University of Malaga, Spanyol, menjelaskan kerentanan ini muncul karena stasiun pengisian mengintegrasikan berbagai komponen fisik dan digital. Arsitektur kompleks ini, menurutnya, tidak hanya menjaga efisiensi pengisian tetapi juga menghadirkan celah keamanan yang luas dan berdampak jauh.
Paparan terhadap serangan siber tidak hanya mengancam adopsi kendaraan listrik tetapi juga stabilitas jaringan listrik di negara tempat stasiun tersebut beroperasi. Untuk mengatasi ancaman ini, para peneliti dari laboratorium NICS di University of Malaga mengembangkan proposal inovatif dengan menerapkan agen kecerdasan buatan (AI) untuk melindungi infrastruktur pengisian. Agen-agen ini dirancang untuk mencegah serangan siber dari berbagai vektor, mulai dari penipuan atau pencurian energi oleh aktor jahat hingga serangan besar yang dapat merusak jaringan energi kritis.
Proposal tim peneliti bertujuan memastikan deteksi dini dan andal terhadap anomali dan serangan ke jaringan pengisian menggunakan Open Charge Point Protocol (OCPP). Standar OCPP merupakan salah satu protokol yang paling banyak digunakan untuk operasi dan manajemen stasiun pengisian kendaraan listrik. Protokol ini memungkinkan jaringan stasiun pengisian berkomunikasi dengan sistem terpusat yang dapat mengelola, memantau, dan mengoordinasikan semua transaksi energi yang dilakukan pengguna akhir.
Sistem terpusat menangani berbagai hal secara jarak jauh, termasuk autentikasi pengguna, manajemen beban listrik di setiap stasiun, pemantauan konsumsi listrik keseluruhan, dan diagnostik teknis. Kemampuan ini memungkinkan kontrol infrastruktur secara real-time dan memungkinkan operator untuk mengidentifikasi serta merespons dengan cepat setiap perilaku anomali. Namun, para penulis studi baru ini menunjukkan bahwa mekanisme pemantauan saat ini yang berbasis protokol OCPP biasanya hanya berfokus pada lalu lintas jaringan atau peristiwa lokal, sehingga hanya menawarkan pandangan terbatas tentang apa yang terjadi di seluruh wilayah infrastruktur.
Keterbatasan ini, menurut para peneliti, membuat sulit untuk mengidentifikasi di mana dalam sistem anomali terjadi, komponen jaringan mana yang terkompromi, tingkat kerentanan, serta cara potensi serangan dapat menyebar.
Penerapan Agen AI untuk Keamanan
Para peneliti mengusulkan sistem yang menggunakan beberapa agen AI. Setiap stasiun atau komponen relevan dari jaringan pengisian dilengkapi dengan agen AI yang mampu menganalisis lingkungannya, mengumpulkan informasi, dan berkolaborasi dengan agen lain untuk membangun gambaran komprehensif tentang keadaan infrastruktur saat ini. “Setiap agen menilai status pengisi daya, komunikasi, dan perangkat yang terhubung untuk mendeteksi anomali, kegagalan operasional, atau potensi insiden keamanan,” kata Alcaraz, yang juga menjadi penulis utama laporan tersebut.
“Agen-agen ini, yang terhubung ke sistem pemantauan pusat, membandingkan informasi yang diperoleh secara lokal dengan informasi dari stasiun terdekat, memberikan pandangan kolaboratif yang lebih lengkap, akurat, dan kontekstual tentang situasi,” jelasnya.
Penelitian yang diterbitkan dalam International Journal of Critical Infrastructure Protection ini menjelaskan bahwa salah satu fitur paling baru dari sistem ini adalah penggunaan mekanisme konsensus berdasarkan kerangka matematika yang dikenal sebagai opinion dynamics. Pendekatan ini meniru proses manusia dalam bertukar informasi dalam jaringan sosial mereka untuk mencapai kesepakatan. Ketika diterapkan pada model komputer, ini memungkinkan agen AI untuk berbagi pengamatan satu sama lain dan secara bertahap menyesuaikan penilaian mereka untuk membangun pemahaman kolektif tentang situasi secara keseluruhan.
Menurut penulis, prosedur ini mengurangi risiko agen AI menghasilkan false positive. Sistem ini juga memungkinkan deteksi anomali yang mungkin tidak terdeteksi jika hanya dianalisis secara lokal. Arsitektur yang diusulkan juga menggunakan teknologi blockchain sebagai mekanisme kepercayaan dan validasi. Semua transaksi yang dilakukan oleh agen dicatat dalam buku besar terdistribusi yang tidak dapat diubah setelahnya, menjamin integritas dan ketertelusuran sistem.
Uji Coba dan Hasil Simulasi
Sistem multi-agen diuji oleh para peneliti dalam lingkungan pengisian simulasi yang sesuai dengan OCPP. Selama eksperimen, agen-agen tersebut diekspos ke berbagai skenario anomali dalam jaringan pengisian: kegagalan komponen, kesalahan tautan komunikasi, dan situasi yang memerlukan respons terkoordinasi dari berbagai bagian sistem. Dalam semua kasus, agen AI harus mengidentifikasi setiap gangguan lokal, berbagi pengamatan satu sama lain, dan berkolaborasi untuk membangun pemahaman bersama tentang insiden tersebut.
Hasilnya menunjukkan bahwa kombinasi agen AI, mekanisme konsensus terdistribusi, dan teknologi blockchain memberikan pandangan global terhadap jaringan. Sistem ini mendeteksi anomali spesifik pada perangkat individual dan beberapa pola perilaku yang memengaruhi banyak stasiun pengisian. Lebih lanjut, mekanisme konsensus meningkatkan akurasi diagnosis dengan membandingkan pengamatan dari agen yang berbeda, meningkatkan keandalan laporan.
Laboratorium universitas menyambut baik hasil ini. “Sistem ini memberikan cara baru untuk menjamin perlindungan infrastruktur pengisian kendaraan listrik,” demikian pernyataan pers dari universitas tersebut. Riset ini merupakan langkah maju dalam mengamankan ekosistem kendaraan listrik yang terus berkembang, terutama di tengah meningkatnya ancaman siber global.
Penelitian ini menyoroti pentingnya pendekatan proaktif dalam keamanan siber untuk infrastruktur kritis. Dengan adopsi kendaraan listrik yang terus meningkat, perlindungan terhadap stasiun pengisian menjadi prioritas untuk menjaga kepercayaan konsumen dan stabilitas jaringan listrik. Inovasi dari University of Malaga ini menawarkan solusi yang dapat menjadi standar baru dalam industri, menggabungkan AI dan blockchain untuk menciptakan sistem pertahanan yang tangguh.
Bagi para pelaku industri dan pengguna, riset ini memberikan gambaran tentang masa depan antarmuka kendali yang lebih aman. Sistem yang mampu mendeteksi dan merespons ancaman secara real-time dengan pandangan holistik akan menjadi kunci dalam mengamankan ekosistem pengisian kendaraan listrik. Ke depannya, implementasi teknologi serupa dapat diperluas ke infrastruktur kritis lainnya, memperkuat pertahanan siber di berbagai sektor.