期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于残差生成对抗网络的电网虚假数据注入攻击防御方法
1
作者 席磊 曹利锋 +3 位作者 宋浩杰 和昀 王仁明 李宗泽 《电网技术》 北大核心 2025年第9期3927-3936,I0136,共11页
虚假数据注入攻击通过篡改电网测量数据,使电力系统状态估计发生偏离,严重影响电力系统运行安全。而对被攻击后的量测数据进行高精度状态重构是保证电力系统安全稳定运行的有效措施。目前,基于深度学习的状态重构方法鲜有考虑深度网络... 虚假数据注入攻击通过篡改电网测量数据,使电力系统状态估计发生偏离,严重影响电力系统运行安全。而对被攻击后的量测数据进行高精度状态重构是保证电力系统安全稳定运行的有效措施。目前,基于深度学习的状态重构方法鲜有考虑深度网络因冗余退化导致生成数据质量下降的问题。对此,文章提出一种基于残差生成对抗网络的电网虚假数据注入攻击防御方法。所提方法利用残差网络解决深度网络因冗余退化导致生成数据质量下降问题的同时,通过捕捉电网测量数据的时空相关性,生成器生成近似正常数据的互补测量数据,替代被攻击的测量数据,以对电力系统运行状态进行重构,进而有效防御虚假数据注入攻击。在IEEE 14、IEEE57、IEEE118节点系统上进行仿真实验,验证了所提方法的有效性。并与其他深度学习算法进行对比实验,证明了所提算法能有效缓解深度网络的退化问题,提高电力系统重构精度。 展开更多
关键词 虚假数据注入攻击 状态估计 状态重构 生成对抗网络 残差网络
原文传递
FDI攻击下基于事件触发机制的直流微电网系统的一致性滑模控制
2
作者 刘永慧 彭子韵 《上海第二工业大学学报》 2025年第1期32-44,共13页
针对虚假数据注入攻击下的直流微电网系统,采用基于事件触发一致性理论和固定时间滑模控制方法对系统的母线电压控制展开研究。首先,建立虚假数据注入攻击下的直流微电网系统模型。其次,构造中间观测器和状态观测器,分别估计虚假数据注... 针对虚假数据注入攻击下的直流微电网系统,采用基于事件触发一致性理论和固定时间滑模控制方法对系统的母线电压控制展开研究。首先,建立虚假数据注入攻击下的直流微电网系统模型。其次,构造中间观测器和状态观测器,分别估计虚假数据注入攻击和系统状态。然后,提出一种设备运行模式自切换机制以改进分布式控制器设计,同时引入事件触发一致性控制方法,降低通信频次,使各节点母线电压趋于一致。接着,设计固定时间滑模控制器,保证系统的稳定性。最后,以直流微电网系统为例进行仿真,仿真结果表明,设计的控制方法能补偿虚假数据注入攻击产生的不良影响,具有良好的鲁棒性,而且能有效节约通信资源。 展开更多
关键词 直流微电网系统 一致性 事件触发机制 固定时间滑模控制 虚假数据注入攻击
在线阅读 下载PDF
基于多层支持向量机的工业过程假数据注入攻击检测
3
作者 刘明 《黑河学院学报》 2024年第12期177-180,共4页
随着互联网技术在各类工业过程中的广泛应用,工业控制系统遭受恶意网络攻击的可能性不断增加。通过设计网络攻击检测方案,增强工业过程的网络安全防御能力,可以有效减少恶意攻击带来的损失。建立工业过程网络攻击的物理模型,以相应的检... 随着互联网技术在各类工业过程中的广泛应用,工业控制系统遭受恶意网络攻击的可能性不断增加。通过设计网络攻击检测方案,增强工业过程的网络安全防御能力,可以有效减少恶意攻击带来的损失。建立工业过程网络攻击的物理模型,以相应的检测算法,实时检测网络攻击造成的异常状况。以化工生产田纳西-伊斯曼过程模拟网络攻击中的假数据注入攻击,建立一种多层支持向量机方法进行检测。该算法使用递归特征消除方法,对多种攻击类型建立二分类支持向量机模型,并通过融合决策形成多层支持向量机模型。 展开更多
关键词 工业过程 网络安全 假数据注入攻击 多层支持向量机
在线阅读 下载PDF
一种基于特征映射与深度学习的虚假数据注入检测方法 被引量：4
4
作者 胡聪 洪德华 +3 位作者 张翠翠 王海鑫 薛晓茹 李云路 《现代电力》 北大核心 2023年第1期125-132,共8页
智能电网逐步发展为大型电力信息物理系统,信息与物理系统的交互降低了其抵御虚假数据攻击(false data injection attacks, FDIA)的能力。针对这一问题,研究并提出了一种基于多层递阶融合模糊特征映射方法(multi-layer hierarchical fus... 智能电网逐步发展为大型电力信息物理系统,信息与物理系统的交互降低了其抵御虚假数据攻击(false data injection attacks, FDIA)的能力。针对这一问题,研究并提出了一种基于多层递阶融合模糊特征映射方法(multi-layer hierarchical fusion fuzzy feature mapping, MLHFFFM)与条件深度信念网络(deep belief network, DBN)相结合的智能电网虚假数据注入检测方法。首先,对FDIA原理进行分析,基于MLHFFFM结合主成分分析法对智能电网负荷数据进行聚类,选取日负荷与预测日类似的近似日;然后,提出利用条件深度信念神经网络对近似日智能电网负荷进行分析,通过选取不同参数对日负荷特征进行动态捕捉从而检测FDIA;最后,结合某省实际负荷以IEEE33节点系统为例进行分析。案例分析结果表明,所提模型相比于其他模型,在不同攻击强度下准确率均保持在95%以上,错报率在5%以下,能够有效检测出虚假数据的注入。 展开更多
关键词 智能电网 特征映射 深度学习 深度信念神经网络 虚假数据攻击
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部