[发明专利]智能电网虚假数据注入攻击的广义累积和检测方法有效

专利信息
申请号: 202110378252.8 申请日: 2021-04-08
公开(公告)号: CN113242209B 公开(公告)日: 2022-05-24
发明(设计)人: 吴争光;陆康迪;刘妹琴 申请(专利权)人: 浙江大学
主分类号: H04L9/40 分类号: H04L9/40;H04L67/12;H04L41/142
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 邱启旺
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 电网 虚假 数据 注入 攻击 广义 累积 检测 方法
【说明书】:

发明公开一种智能电网虚假数据注入攻击的广义累积和检测方法,利用获取的电网拓扑结构、历史系统状态估计值和线路参数数据建立智能电网状态估计的离散时间动态模型,采用迭代最小二乘估计法作为估计方法实时估计系统状态,再结合电网过去时刻的估计值采用分数阶微积分理论预测系统下一时刻的状态特性,在此基础上,利用预测的状态值和估计的状态值设计一种高效的广义累积和检测方法,实时检测系统是否受到虚假数据注入攻击。采用本发明可检测智能电网虚假数据注入攻击,相比现有技术具有更高的检测精度,更快的检测速度,确保电网安全控制和稳定运行。

技术领域

本发明属于智能电网信息安全领域,尤其涉及一种智能电网虚假数据注入攻击的广义累积和检测方法。

背景技术

智能电网通过先进的量测传感设备和先进的控制方法,实现电网可靠、安全、经济、和高效的目标。然而,近年来国内外频繁发生恶性网络攻击暴露出智能电网的脆弱性,为加强智能电网信息安全建设敲响了警钟。特别地,虚假数据注入攻击利用电网中不良检测方法的漏洞隐蔽地篡改电网的量测值和状态变量,严重危害电网的安全稳定运行。因此,如何设计有效的检测虚假数据注入攻击保证电网安全控制和稳定运行具有重要的工程应用价值。

目前,智能电网虚假数据注入攻击检测的主流方法主要包括:(1)基于残差检测原理与设定阈值进行比较的检测方法,但存在检测精度较低、检测效率较低、误报率较高等缺陷;(2)基于深度学习、强化学习等人工智能的攻击检测方法,但人工智能方法自身可调参数较复杂,计算效率较低,同时需要大量的数据进行训练等缺陷。现有技术都难以完全满足对智能电网虚假注入攻击快速且准确检测的要求。

广义累积和检测方法的基本原理是基于序贯概率比检验,利用当前的和最近的过程数据来检验均值或者方差变化不大的信号序列,已在网络异常流量检测、故障检测中得到了较为成功的应用,但在智能电网虚假数据注入攻击检测中鲜有应用。智能电网虚假数据注入攻击检测问题本质上可以看成是异常检测。但目前,如何结合电网动态特性和广义累积和检测方法也是国内外学术界亟需解决的关键技术之一。

发明内容

本发明的目的在于针对现有技术的不足,提供一种智能电网虚假数据注入攻击的广义累积和检测方法。

本发明的目的是通过以下技术方案来实现的:一种智能电网虚假数据注入攻击的广义累积和检测方法,该方法包括以下步骤:

(1)获取电网数据。

(2)建立智能电网状态估计的离散时间动态模型。

(3)设置初始化参数。

(4)读取当前时刻量测值和系统历史状态值,分别在有攻击和无攻击的情况下,对电网的状态进行预测。

(5)分别计算当前时刻攻击向量估计值、广义似然比和决策统计量。

(6)采用迭代加权最小二乘法对电网的状态进行估计,得到当前时刻在无攻击情况下和受到攻击情况下的状态估计值。

(7)判断系统是否收到攻击。

进一步地,步骤(1)中,所述电网数据包括电网拓扑结构、线路参数和系统的历史状态估计值。

进一步地,步骤(2)中,所述智能电网状态估计的离散时间动态模型为:

xk=Akxk-1+vk (1)

zk=h(xk)+ωk (2)

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110378252.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top