Attacco informatico aumenta i costi di ricarica degli EV manipolando i dati utente
Il settore della mobilità elettrica sta vivendo un’espansione senza precedenti, trasformando non solo il panorama automobilistico, ma anche l’intera infrastruttura energetica che lo sostiene. Le stazioni di ricarica per veicoli elettrici (EV) sono diventate nodi intelligenti e centrali, gestiti da sofisticati sistemi di gestione energetica (EMS) progettati per ottimizzare i costi e massimizzare l’efficienza. Tuttavia, questa crescente complessità digitale introduce nuove vulnerabilità, alcune delle quali sono così sottili da sfuggire a una vigilanza tradizionale. Una ricerca recente, condotta da Ye Chao e Cao Ning del Chongqing Vocational College of Applied Technology, rivela una minaccia inquietante: un attacco informatico che non colpisce direttamente i sistemi di controllo, ma manipola i dati stessi forniti dagli utenti, con conseguenze finanziarie dirette per i gestori delle stazioni di ricarica.
A differenza degli attacchi informatici più noti, come il furto di dati o il blocco dei servizi (DoS), questo nuovo vettore di attacco è un esempio di “avvelenamento dei dati” (data poisoning). L’obiettivo non è paralizzare la rete, ma corrompere la sua intelligenza. Il sistema di gestione energetica (EMS) di una stazione di ricarica prende decisioni cruciali basandosi su un insieme specifico di informazioni fornite dal conducente del veicolo elettrico: l’ora di arrivo prevista, l’ora di partenza, il livello di carica attuale (SOC) e il livello di carica desiderato al momento della partenza. L’EMS utilizza questi dati per calcolare un piano di ricarica ottimale, spesso sfruttando le tariffe elettriche variabili durante il giorno per caricare il veicolo nei momenti più economici, minimizzando così il costo totale per il gestore.
L’attacco proposto da Ye e Cao sfrutta questa dipendenza dai dati utente. Un attaccante con accesso al canale di comunicazione tra il veicolo e la stazione di ricarica – che potrebbe avvenire tramite una rete Wi-Fi compromessa, un’applicazione malevola o una vulnerabilità nel protocollo di comunicazione – può intercettare e alterare silenziosamente queste informazioni prima che raggiungano l’EMS. Potrebbe, ad esempio, aumentare artificialmente il livello di carica desiderato dal 70% al 90%, o ritardare l’ora di partenza di un’ora. Il sistema, fidandosi di queste informazioni come se fossero reali, ricalcola immediatamente il piano di ricarica. Il risultato? Un piano che richiede più energia e/o sposta la ricarica in fasce orarie con tariffe più elevate. Il costo operativo della stazione di ricarica aumenta, e questo onere ricade direttamente sul gestore, mentre l’attaccante rimane nell’ombra.
La genialità – e la pericolosità – di questo attacco risiede nella sua plausibilità. Le modifiche ai dati sono progettate per essere sottili e rimanere entro limiti ragionevoli. Un conducente potrebbe effettivamente decidere di caricare di più o di trattenersi più a lungo. Questo rende estremamente difficile per i sistemi di sicurezza tradizionali, che cercano anomalie grossolane, rilevare l’attacco. Non c’è un errore tecnico nel sistema; l’algoritmo sta semplicemente eseguendo il suo lavoro in modo impeccabile, ma sulla base di informazioni falsificate. È un attacco che sfrutta la stessa intelligenza del sistema contro se stessa.
Per dimostrare la fattibilità e l’impatto di questo modello, i ricercatori hanno condotto una simulazione dettagliata. Hanno modellato una stazione di ricarica virtuale con 40 veicoli elettrici e sei punti di ricarica di diverse potenze (50kW, 100kW, 200kW). Hanno utilizzato un profilo realistico di tariffe elettriche variabili, con prezzi bassi durante la notte e picchi elevati nel tardo pomeriggio e in serata. In condizioni normali, senza alcun attacco, il costo totale della ricarica per un periodo di 24 ore era di 1.287,85 yuan. Quando è stato attivato il modello di attacco, il costo è salito a 1.377,11 yuan, un aumento del 6,9%. Sebbene questo possa sembrare un importo limitato per una singola stazione, l’effetto cumulativo su una rete di migliaia di stazioni sarebbe devastante, portando a perdite finanziarie significative per i gestori e potenzialmente a un aumento dei prezzi per i consumatori finali.
L’analisi della simulazione ha rivelato due strategie principali con cui l’attacco ha ottenuto il suo obiettivo. La prima è l’aumento diretto del consumo energetico. Manipolando il livello di carica desiderato, l’attacco ha costretto il sistema a fornire energia in eccesso. Nel caso di studio, il consumo energetico totale è aumentato da 183,28 kWh a 206,70 kWh. La seconda e più efficace strategia è lo spostamento temporale della ricarica. L’attacco ha modificato le finestre temporali di arrivo e partenza, costringendo i piani di ricarica a spostarsi da fasce orarie economiche a fasce orarie costose. Ad esempio, la simulazione ha mostrato che alcuni veicoli che avrebbero dovuto caricare durante la notte sono stati ripianificati per caricare tra le 16:00 e le 22:00, il periodo con la tariffa più alta. In un caso specifico, il periodo di ricarica di un veicolo è stato anticipato di 45 minuti, spostandolo direttamente in una fascia tariffaria più costosa. Questa combinazione di maggiore consumo e orari più costosi è ciò che ha generato l’aumento dei costi osservato.
Le implicazioni di questo studio vanno ben oltre il semplice aumento dei costi operativi. Esso mette in evidenza una vulnerabilità fondamentale nell’architettura di fiducia dei sistemi di ricarica moderni. L’intero modello di business si basa sull’assunzione che i dati scambiati siano autentici. Questo attacco mina quella fiducia alla radice. In un futuro in cui i veicoli elettrici non solo preleveranno energia dalla rete, ma la restituiranno (Vehicle-to-Grid, V2G), la manipolazione dei dati potrebbe avere conseguenze ancora più gravi, potenzialmente destabilizzando la rete elettrica locale o manipolando i mercati energetici.
Il profilo dell’attaccante in questo scenario è anche diverso. Non è necessariamente un hacker ideologico, ma piuttosto un attore con un forte incentivo economico. Potrebbe essere un concorrente sleale che cerca di danneggiare la redditività di un gestore di stazioni di ricarica, aumentandone artificialmente i costi. Potrebbe essere un gruppo criminale che mira a estorcere denaro, minacciando di lanciare questi attacchi su larga scala. Oppure potrebbe essere un attaccante interno con accesso ai sistemi. Questa motivazione economica rende la minaccia più concreta e sostenibile.
Di fronte a questa nuova sfida, la risposta non può essere solo tecnica, ma deve coinvolgere un ripensamento dei processi e delle politiche. Una delle difese più promettenti è l’introduzione di un processo di conferma a due fasi. Dopo che l’EMS ha generato un piano di ricarica basato sui dati ricevuti, invierebbe un riepilogo dettagliato (orario di inizio, orario di fine, costo stimato) al display del veicolo. Il conducente dovrebbe quindi rivedere e confermare attivamente questo piano prima che la ricarica inizi. Un attacco che ha alterato i dati verrebbe immediatamente smascherato in questo passaggio, poiché il conducente noterebbe una discrepanza tra le sue intenzioni e il piano proposto.
Un’altra strategia difensiva è il monitoraggio post-operativo. I gestori potrebbero implementare sistemi di analisi che confrontino il consumo energetico effettivo di un veicolo con il consumo previsto in base ai suoi dati storici o a veicoli simili. Un consumo significativamente più elevato potrebbe attivare un allarme. Tuttavia, questo approccio è reattivo e non previene la perdita, ma solo la rileva a posteriori.
La soluzione a lungo termine probabilmente risiede in protocolli di comunicazione più robusti. Standard come ISO 15118 prevedono già meccanismi di sicurezza basati su certificati digitali, che potrebbero garantire l’autenticità e l’integrità dei dati trasmessi dal veicolo. L’adozione universale e corretta di questi standard è essenziale per chiudere questa vulnerabilità. Tuttavia, molti sistemi attuali non li implementano in modo completo.
Infine, questo studio solleva importanti questioni di responsabilità. Se un gestore subisce una perdita finanziaria a causa di un attacco di questo tipo, chi è responsabile? Il produttore del veicolo, per la sicurezza del suo sistema di comunicazione? Il fornitore del software dell’EMS, per non aver verificato l’integrità dei dati? O il gestore stesso, per non aver implementato misure di sicurezza adeguate? Questa ambiguità legale potrebbe frenare gli investimenti nell’infrastruttura di ricarica. Il settore potrebbe dover ricorrere a soluzioni come l’assicurazione informatica specializzata per trasferire questo rischio.
In conclusione, la ricerca di Ye Chao e Cao Ning è un campanello d’allarme cruciale per l’industria della mobilità elettrica. Man mano che il settore cresce, la sicurezza non può limitarsi a proteggere i server e i firewall. Deve estendersi a garantire l’integrità dei dati che alimentano l’intelligenza dei sistemi. La fiducia nel sistema di ricarica è il suo bene più prezioso. Un attacco che la erode non solo costa denaro, ma mina la stessa base della transizione verso un futuro elettrico sostenibile. La proattività e la collaborazione tra produttori di automobili, gestori di infrastrutture e sviluppatori di software sono ora più necessarie che mai.
Ye Chao, Cao Ning, Chongqing Vocational College of Applied Technology, Computing Technology and Automation, DOI:10.16339/j.cnki.jsjsyzdh.202401028