期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于强化学习的虚假数据注入攻击下电力系统安全性研究
1
作者 张煜炫 莫宇铖 《电气开关》 2025年第6期84-87,91,共5页
虚假数据注入攻击是电力系统安全的潜在的威胁,这种攻击是由嵌入在变电站监控系统中的病毒执行的。为了阻止虚假数据注入攻击伪装成为一个马尔可夫决策过程,通过在防火墙系统中采用最近邻序列记忆Q-学习方法,最后利用传播进化模型分析... 虚假数据注入攻击是电力系统安全的潜在的威胁,这种攻击是由嵌入在变电站监控系统中的病毒执行的。为了阻止虚假数据注入攻击伪装成为一个马尔可夫决策过程,通过在防火墙系统中采用最近邻序列记忆Q-学习方法,最后利用传播进化模型分析出病毒的传播进化特性,并阻止了病毒对电网的攻击。为了验证所提出的方法,对IEEE39节点系统的日常运行进行了联合仿真,其中对自动电压控制系统和虚假数据注入攻击进行了建模。试验结果表明,即使少数变电站受到感染,该方法可以避免引起电压崩溃。 展开更多
关键词 网络安全 虚假数据注入攻击 最近序列记忆Q-学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部