Los investigadores del grupo NICS Lab de la Universidad de Málaga (UMA) han desarrollado una solución para detectar posibles ciberataques en estaciones de carga de vehículos eléctricos mediante agentes software inteligentes que monitorizan en tiempo real el estado de la infraestructura. La propuesta busca reforzar la seguridad de los puntos de recarga, un elemento cada vez más crítico a medida que crece el despliegue de infraestructura rápida, eficiente y conectada para la movilidad eléctrica.
El estudio propone un sistema basado en agentes de software inteligentes capaces de monitorizar en tiempo real el estado de los puntos de recarga, analizando su funcionamiento desde distintas perspectivas y detectando posibles anomalías o incidentes de seguridad.
Entre las amenazas analizadas figuran posibles fraudes o robo de energía por parte de usuarios finales, así como ataques planificados contra la propia red eléctrica. El enfoque de la investigación se orienta a mejorar la capacidad de detección y diagnóstico en un entorno en el que las estaciones de carga actúan como nodos conectados al sistema energético.
Agentes inteligentes para supervisar estaciones de carga en tiempo real
La solución propuesta por la Universidad de Málaga se basa en el despliegue de un conjunto de agentes software integrados en las propias estaciones de carga. Estos agentes monitorizan, supervisan y analizan en tiempo real el funcionamiento de los cargadores desde distintas perspectivas funcionales, bajo la coordinación de un sistema principal centralizado.
Además, el sistema combina inteligencia distribuida, técnicas de inteligencia artificial, mecanismos de consenso para el diagnóstico continuo y colaborativo, y tecnología blockchain. Esta última se plantea como soporte para reforzar la trazabilidad, la integridad y la confianza asociadas al proceso de diagnóstico de incidencias.
Cada agente evalúa el estado de los cargadores, las comunicaciones y los dispositivos conectados para identificar anomalías, fallos operativos o posibles incidentes de seguridad. Además, al estar enlazados con un sistema central de supervisión, los agentes pueden contrastar la información recogida localmente con datos procedentes de estaciones próximas, lo que aporta una visión más contextualizada de la situación.
Conciencia situacional y diagnóstico colaborativo
La propuesta incorpora un enfoque basado en situational awareness, o conciencia situacional, frente a modelos tradicionales centrados en la supervisión aislada de eventos. Este planteamiento permite identificar con mayor precisión qué zonas de la infraestructura, dispositivos o componentes se encuentran afectados, así como aportar información sobre dónde, cómo, cuándo y por qué se producen las anomalías.
De acuerdo con la investigación, esta capacidad de diagnóstico contextual puede facilitar respuestas más rápidas y eficientes ante incidentes de seguridad o fallos operativos. La colaboración entre agentes inteligentes y el uso de tecnologías como la inteligencia artificial y blockchain se orientan a incrementar la resiliencia de las futuras redes de movilidad eléctrica. El estudio, titulado ‘Situational awareness for trustworthy charging scenarios’, se enmarca en el II Plan Propio de Smart Campus de la UMA.