Хакеры теоретически могут устроить сбои энергосетей через захваченные облачные аккаунты с ИИ-нагрузками

Учёные из Чжэцзянского университета описали гипотетическую атаку, при которой злоумышленник арендует облачные GPU и раскачивает ими локальную энергосеть до критических отклонений напряжения. В исследовании говорится не о взломе самой энергетики, а о давлении на неё через вычислительную инфраструктуру. Пока это модель, но она уже показывает новый класс рисков, где ИИ выходит из цифрового мира в физический.

Работа под названием «Bit2Watt A Cyber-Physical Vulnerability Exploiting GPU Workloads Across Power and Computing Infrastructures» рассматривает довольно неочевидный сюжет. Атакующий заходит в облако как обычный клиент, оплачивает доступ к сотням графических процессоров и вместо обучения моделей запускает специально подобранные циклы нагрузки. Никакого проникновения в закрытые сети энергокомпаний не требуется, инструментом становится сам дата-центр.

Логика строится на физике современных ускорителей. GPU для ИИ-задач жрут электричество десятками киловатт на стойку и переключаются между режимами почти мгновенно. Авторы фиксируют, что частота колебаний нагрузки от таких карт способна доходить до 6000 Гц. Обычные бытовые потребители вроде кондиционеров или холодильников колеблются в пределах единиц герц, и энергосети рассчитаны как раз на такую медленную динамику.

Резкие переключения на высокой частоте создают неприятные эффекты для электрической сети:

• отклонения напряжения от номинала;
• гармонические искажения тока;
• просадки в моменты пиковой нагрузки;
• снижение устойчивости распределённых генераторов;
• ложные срабатывания защитной автоматики.

Интересно, что для описанной модели злоумышленнику не нужен доступ к SCADA или промышленным контроллерам, достаточно платёжной карты и легального аккаунта в облаке.

В эксперименте учёные смоделировали удар примерно тысячи GPU по локальной сети мощностью около 1 МВт, которая частично питалась от солнечных панелей. Расчёты показали падение электрического тока почти на 50% и рост тепловыделения около 20%. Для микрогридов и промышленных площадок с собственной генерацией такие цифры уже выходят за пределы штатной работы оборудования.

Опасность истории не ограничивается энергосистемой. Сам вычислительный кластер при подобных нагрузках тоже страдает. Специалисты Чжэцзянского университета отметили, что резкие переключения между режимами повышают вероятность аппаратных сбоев, ускоряют износ элементов питания и приводят к нестабильному поведению самих GPU. Удар получается двусторонним, страдает и жертва, и площадка, откуда идёт атака.

Отдельный слой риска связан с защитными механизмами энергетики. Если автоматика решит, что нагрузка ведёт себя аномально, она начнёт сбрасывать потребителей. В условиях крупной инфраструктуры такое отключение способно запустить каскад, при котором соседние узлы уходят в аварию один за другим. Именно так в реальном мире развиваются массовые блэкауты, только триггером в данном случае становится не природный фактор или человеческая ошибка, а кто-то с ноутбуком и облачным кабинетом.

Для российских пользователей и российской инфраструктуры это актуально. В стране активно строятся дата-центры под задачи ИИ, растёт доля облачных GPU-мощностей, а часть промышленных объектов работает на локальных подстанциях со своей защитой. Если модель Bit2Watt когда-нибудь дойдёт до практической реализации, целями могут оказаться региональные сети и площадки с распределённой генерацией.

Стоит обратить внимание на то, что описанный класс атак стирает границу между кибербезопасностью и энергетической безопасностью, и требует пересмотра моделей угроз в обеих отраслях.

Авторы работы предложили направления защиты:

• мониторинг нетипичных вычислительных шаблонов у клиентов облака;
• лимиты на резкие перепады потребления в дата-центрах;
• контроль арендаторов, запускающих синхронные пиковые нагрузки;
• развитие накопителей энергии и буферных систем в сетях;
• алгоритмы сглаживания скачков со стороны энергокомпаний.

Российские пользователи облачных сервисов и операторы корпоративных ИИ-платформ тоже попадают в эту логику. Атака через арендованные ресурсы не требует географической близости к цели, и локальные подстанции промышленных предприятий, распределённые энергоузлы, объекты с солнечными и ветровыми установками потенциально уязвимы для подобной раскачки. Ужесточение правил облачной аренды GPU и мониторинг аномальных нагрузок становятся практическим вопросом, а не абстрактной темой.

По мнению экспертов CISOCLUB, работа китайских учёных ценна не столько описанием конкретной атаки, сколько сменой оптики. До сих пор кибербезопасность и энергетика жили в разных мирах, а точки пересечения ограничивались классическим АСУ ТП. Bit2Watt показывает, что публичное облако с ИИ-нагрузками само по себе превращается в потенциальное оружие двойного назначения.

Российским регуляторам и владельцам дата-центров стоит присмотреться к теме заранее, до того как теория превратится в первые практические инциденты. Мониторинг вычислительных шаблонов и координация с энергетиками выглядят разумным минимумом. В противном случае мы рискуем столкнуться с угрозой, к которой ни ИБ-службы, ни диспетчеры энергосетей окажутся не готовы.