[發(fā)明專利]一種智能電網(wǎng)惡意數(shù)據(jù)注入攻擊及檢測方法

有效

• 申請?zhí)枺?/td>: 201510062192.3
• 申請日: 2015-02-06
• 公開（公告）號: CN104573510B
• 公開（公告）日: 2017-08-04
• 發(fā)明（設計）人: 王學淵;胥學金;趙俊博;羅亮;周金治;張婧鶴
• 申請（專利權）人: 西南科技大學
• 主分類號: G06F21/55
• 分類號: G06F21/55
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種智能電網(wǎng)惡意數(shù)據(jù)注入攻擊及檢測方法，其特征在于，該方法包括如下步驟：

①獲取電網(wǎng)拓撲結構、線路參數(shù)：

電網(wǎng)的拓撲結構，包括線路之間的連接狀態(tài)，開關的通斷情況；線路參數(shù)，包括線路導納、對地電納；

②基于PMU的系統(tǒng)可觀測性分析：

根據(jù)步驟①，在獲取電網(wǎng)拓撲結構、線路參數(shù)的基礎上，通過最小數(shù)目PMU配置的系統(tǒng)可觀測性分析方法，確定系統(tǒng)可觀測性所需要的最小PMU量測配置；而PMU量測，包括PMU配置節(jié)點處的電壓幅值和與其相鄰的支路電流向量；

③惡意數(shù)據(jù)攻擊注入方式：

具體的攻擊方法如下：根據(jù)步驟②，所得到的最小PMU量測配置，通過網(wǎng)絡攻擊取得對這些量測的控制權；進一步的對所控制的PMU量測注入一定的惡意數(shù)據(jù)，具體注入方式如下：PMU可觀測電力系統(tǒng)狀態(tài)估計模型為

z＝Hx+e

其中，z為量測向量，H為一個代表量測量與狀態(tài)量x的線性關系的恒定矩陣，e為量測噪聲向量；構造的惡意攻擊向量為

a＝Hc

其中，c為非零列向量；此時由傳統(tǒng)的不良數(shù)據(jù)檢測與辨識方法可得

其中，為不含惡意注入數(shù)據(jù)時的狀態(tài)估計，R^-1是量測權重矩陣，τ為檢測門限；

④狀態(tài)估計：

根據(jù)步驟③，可以得到含有惡意注入數(shù)據(jù)時的狀態(tài)估計結果為

⑤狀態(tài)和量測預測：

具體預測方法如下：電力系統(tǒng)在準穩(wěn)態(tài)運行情況下，利用歷史數(shù)據(jù)以及動態(tài)狀態(tài)估計的預測模型可以得到狀態(tài)預測為

其中，F(xiàn)_k為狀態(tài)轉移矩陣，為上一時刻的估計值，G_k為非零對角矩陣，k+1和k分別表示采樣時刻；狀態(tài)預測的誤差協(xié)方差矩陣為

其中，∑_k為上一時刻的估計誤差協(xié)方差矩陣，Q_k是均值為0的高斯白噪聲；根據(jù)得到的狀態(tài)預測值，可以計算出此時的預測量測為

⑥量測殘差計算：

根據(jù)步驟⑤、步驟④的狀態(tài)估計結果，得到k+1時刻量測殘差為

其中，是k+1時刻的估計結果，是利用k時刻的數(shù)據(jù)預測得到的量測；本發(fā)明中為了簡化公式的復雜度，在后續(xù)的公式中略去時間標度k+1；

⑦檢測與定位并判斷惡意注入數(shù)據(jù)是否存在：

根據(jù)本發(fā)明新提出兩種高效的檢測算子L₁和L₂為

其中，τ₁，τ₂和τ₃均為檢測門限，且N＝R+HMH^T，R為步驟③中的量測權重矩陣R^-1的逆矩陣，M為步驟⑤中的狀態(tài)預測的誤差協(xié)方差矩陣，σ和N分別為的標準差和誤差協(xié)方差矩陣，||·||和||·||_∞分別為2范數(shù)和無窮范數(shù)算子，判斷惡意數(shù)據(jù)注入攻擊是否存在，如果算子L₁和L₂中的檢測門限有任何一個被超過設定(或規(guī)定值)，說明存在惡意數(shù)據(jù)注入攻擊，并且由||·||_∞算子，可以確定惡意數(shù)據(jù)注入的位置；

⑧量測更新與結果輸出：

根據(jù)步驟⑦，若存在惡意數(shù)據(jù)注入攻擊時，由所確定的這些惡意數(shù)據(jù)注入的位置，將被步驟⑤中所計算的預測量測數(shù)據(jù)所更新，量測更新后，又重新回到步驟④，進行狀態(tài)估計并循環(huán)完成后續(xù)步驟；反之，根據(jù)步驟⑦，若不存在惡意數(shù)據(jù)注入攻擊，則直接輸出狀態(tài)估計結果。