[發明專利]一種應用于電力控制系統網絡攻擊的主動防御方法

有效

• 申請號: 202011051602.1
• 申請日: 2020-09-29
• 公開（公告）號: CN112367291B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 梁劍;李宏強;田蓓;任勇;王琦;劉增稷;蔡星浦
• 申請（專利權）人: 國網寧夏電力有限公司電力科學研究院;東南大學
• 主分類號: H04L9/40
• 分類號: H04L9/40;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 寧夏合天律師事務所 64103
• 代理人: 曹廣濤

1.一種應用于電力控制系統網絡攻擊的主動防御方法，其特征在于，包括：

步驟S102：基于深度神經網絡，構造虛擬控制器網絡F，用于模擬電力控制系統的控制策略；

根據電力控制系統歷史狀態集X和電力控制系統控制器的歷史輸出結果集Y，采用十字交叉法，將所述歷史狀態集X和所述歷史輸出結果集Y中各值，隨機分配為訓練樣本集(Xa,Ya)和測試樣本集(Xb,Yb)；

步驟S104：用所述訓練樣本集(Xa,Ya)對所述虛擬控制器網絡F進行訓練，用所述測試樣本集(Xb,Yb)檢測訓練結果，對訓練結果的正確率進行判斷：若正確率達到預設值，進入下一步驟；

步驟S202：設置生成攻擊樣本庫的邊界條件和判別條件，其中，所述邊界條件用于限制擾動大小，使擾動分布在系統無法識別的誤差范圍內，所述邊界條件包括可攻擊結點編號、最大篡改幅度、最大篡改數據個數、最小攻擊結果誤差；所述判別條件用于判斷所述擾動能否對電力控制系統控制器的控制結果產生影響；所述判別條件包括最小信噪比、歸一化互相關、最小結果誤差；所述可攻擊結點包括電力系統中母線、電源、負荷、變壓器等部署了量測設備的結點，編號是為該結點在量測系統中的唯一標識；

步驟S204：設置所述歷史狀態集X的擾動r為隨機數，采用差分進化（DE）算法，在所述虛擬控制器網絡F位于給定所述邊界條件內，生成擾動r最優值并疊加至所述歷史狀態集X中獲得攻擊樣本集X_hat；

步驟S206：利用所述判別條件，對所述X_hat進行判斷：若滿足所述判別條件，將所述X_hat輸入所述虛擬控制器網絡F得到Y_hat；

步驟S208：對所述Y_hat進行判斷，滿足邊界條件則進行下一步驟；

步驟S302：將所述攻擊樣本集X_hat隨機分配為訓練樣本集(Xa,X_hata)和測試樣本集(Xb,X_hatb)；

步驟S304：構建生成器網絡模型G和判別器網絡模型C，其中，初始化所述判別器網絡模型C判別結果RC=0；所述生成器網絡模型G采用編碼器與解碼器串聯的結構，用于根據正常量測系統狀態輸入生成攻擊樣本；所述判別器網絡模型C由多個卷積層串聯組成，用于判別輸入的數據集是否為攻擊樣本；

步驟S306：采用所述訓練樣本集(Xa,X_hata)對所述生成器網絡模型G進行訓練，然后采用所述測試樣本集(Xb,X_hatb)對所述生成器網絡模型G進行測試；對測試結果的正確率進行判斷：若正確率達到預設值，進入下一步驟；若正確率未能達到預設值，則調整所述生成器網絡模型G的網絡參數，重復步驟S306；

步驟S308：將所述電力控制系統歷史狀態集X輸入所述生成器網絡模型G，從而得到攻擊樣本X_hat’；

將所述攻擊樣本X_hat’輸入所述虛擬控制器網絡F，得到輸出結果集Y_hat’；

步驟S310：對所述Y_hat’進行判斷，滿足邊界條件則進行下一步驟；

步驟S312：用電力控制系統的量測系統正常狀態下產生的樣本集(X,0)和所述攻擊樣本集(X_hat,1)對所述判別器網絡模型C進行訓練；

步驟S314：將所述攻擊樣本X_hat’輸入訓練后的判別器網絡模型C得到判別結果RC，對判別結果RC進行判斷：當判斷結果為“滿足納什均衡”或“無法檢出”任一結果時，獲得訓練完成的生成器網絡模型G；當判斷結果未能達到“滿足納什均衡”或“無法檢出”時，對所述判別器網絡模型C的檢出率進行判斷，當檢出率小于預設最小值時，用(X_hat’,1)繼續訓練判別器網絡模型C，然后返回步驟S314，將攻擊樣本X_hat’輸入再次訓練后的判別器網絡模型C得到判別結果RC；當檢出率不小于預設最小值時，則調整所述生成器網絡模型G的網絡參數，重復步驟S306；

步驟402：將量測系統獲取的電力控制系統狀態輸入訓練完成的生成器網絡模型G，即可生成實時攻擊樣本，并且將所述實時攻擊樣本輸入電力控制系統模型的控制器，即可實現對原有控制策略的模擬攻擊，從而挖掘出控制策略中存在的漏洞以及原有控制策略所依賴的系統關鍵節點，從而對這些漏洞和關鍵節點進行針對性防御。