Intrusion Detection Systems in SDN-based Self-Healing PMU Networks

Nowadays, Power grids are critical infrastructures on which everything else relies, and their correct behavior is of the highest priority. New smart devices are being deployed to be able to manage and control power grids more efficiently and avoid instability. However, the deployment of such smart devices like Phasor Measurement Units (PMU) and Phasor Data Concentrators (PDC), open new opportunities for cyber attackers to exploit network vulnerabilities. If a PDC is compromised, all data coming from PMUs to that PDC is lost, reducing network observability. Our approach to solve this problem is to develop an Intrusion detection System (IDS) in a Software-defined network (SDN). allowing the IDS system to detect compromised devices and use that information as an input for a self-healing SDN controller, which redirects the data of the PMUs to a new, uncompromised PDC, maintaining the maximum possible network observability at every moment. During this research, we have successfully implemented Self-healing in an example network with an SDN controller based on Ryu controller. We have also assessed intrinsic vulnerabilities of Wide Area Management Systems (WAMS) and SCADA networks, and developed some rules for the Intrusion Detection system which specifically protect vulnerabilities of these networks. The integration of the IDS and the SDN controller was also successful. \\To achieve this goal, the first steps will be to implement an existing Self-healing SDN controller and assess intrinsic vulnerabilities of Wide Area Measurement Systems (WAMS) and SCADA networks. After that, we will integrate the Ryu controller with Snort, and create the Snort rules that are specific for SCADA or WAMS systems and protocols.

Estudio de la precisión en el cálculo de la profundidad del pecho a partir de la eceleración durante la reanimación cardiopulmonar realizada en un tren en movimiento.

[Es]Las guías de resucitación recomiendan el uso de dispositivos de feedback para mejorar la calidad de las compresiones torácicas. Estos sistemas calculan la profundidad y frecuencia de las compresiones torácicas e informan al rescatador para que, si es necesario, éste corrija su maniobra para ajustarse a los valores recomendados por las guías. La mayoría de estos dispositivos integran la aceleración dos veces para estimar la profundidad de compresión. Sin embargo, cuando la reanimación cardiopulmonar se realiza en vehículos en movimiento, como por ejemplo un tren de larga distancia, los sistemas que utilizan la señal de aceleración pueden verse afectados por las aceleraciones generadas por el propio tren. En este trabajo se estudia la precisión en el cálculo de la profundidad del pecho, a partir de la señal de aceleración, cuando la reanimación cardiopulmonar es realizada en un tren en movimiento. Este análisis permitirá determinar si los sistemas de feedback basados en la aceleración son aptos para ser utilizados en un tren de larga distancia.