[發(fā)明專利]基于深度學(xué)習(xí)框架的容忍度不良數(shù)據(jù)注入攻擊檢測方法

在審

• 申請?zhí)枺?/td>: 202011272910.7
• 申請日: 2020-11-13
• 公開（公告）號: CN112528443A
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計）人: 陳偉;齊衛(wèi)東;呂曉亮;賀思哲;金吉良;吳子豪;王辰曦
• 申請（專利權(quán)）人: 國網(wǎng)陜西省電力公司電力科學(xué)研究院
• 主分類號: G06F30/18
• 分類號: G06F30/18;G06F30/27;G06F30/3323;G06F17/16;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 王艾華

1.基于深度學(xué)習(xí)框架的容忍度不良數(shù)據(jù)注入攻擊檢測方法，其特征在于，包括如下步驟：

1)根據(jù)具有容忍度的不良數(shù)據(jù)注入攻擊技術(shù)生成訓(xùn)練與測試的數(shù)據(jù)集；

2)根據(jù)深度學(xué)習(xí)框架搭建二分類的模型；

3)對訓(xùn)練數(shù)據(jù)集進(jìn)行預(yù)處理并進(jìn)行訓(xùn)練；

4)利用訓(xùn)練好的模型對測試數(shù)據(jù)集進(jìn)行測試，并對結(jié)果進(jìn)行評估。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟1)中生成訓(xùn)練與測試數(shù)據(jù)集的方法為：首先構(gòu)建電力系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)拓?fù)鋱D，確定電力系統(tǒng)的節(jié)點個數(shù)、線路數(shù)、線路阻抗等一系列網(wǎng)絡(luò)參數(shù)，構(gòu)建鄰接矩陣、計算網(wǎng)絡(luò)的導(dǎo)納矩陣，并且需要對電力系統(tǒng)的組件進(jìn)行建模，傳輸線由雙端口π模型表示，其參數(shù)對應(yīng)于傳輸線路的正序等效電路；抽頭可移動的移相變壓器可建模為理想變壓器串聯(lián)了固定阻抗值；負(fù)荷和發(fā)電機建模為等效的復(fù)功率注入，之后基于MATPOWER中IEEE標(biāo)準(zhǔn)節(jié)點系統(tǒng)生成不同負(fù)荷下的節(jié)點電壓等數(shù)據(jù)，并對數(shù)據(jù)加入噪聲，選取IEEE 14節(jié)點和30節(jié)點系統(tǒng)，利用DC OPF獲得不同負(fù)載情況下節(jié)點的凈注入功率，測試最小二乘估計與傳統(tǒng)檢測方法的能力范圍，根據(jù)設(shè)定的容忍度對正反數(shù)據(jù)集進(jìn)行標(biāo)注。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2)中搭建二分類的模型方法為：根據(jù)深度學(xué)習(xí)中神經(jīng)網(wǎng)絡(luò)的框架，對神經(jīng)網(wǎng)絡(luò)的層數(shù)、激活函數(shù)以及損失函數(shù)等進(jìn)行初步選擇，構(gòu)建起檢測的二分類模型。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3)中數(shù)據(jù)集預(yù)處理與訓(xùn)練的過程為：首先對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，之后利用主成分分析的方法，對數(shù)據(jù)集進(jìn)行降維處理，在訓(xùn)練中，利用步驟2)中預(yù)先搭建好的模型進(jìn)行訓(xùn)練，并且針對不同的網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)設(shè)置進(jìn)行訓(xùn)練，最終得到較優(yōu)的分類模型。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟4)中模型測試的過程為：利用步驟1)和2)中生成的測試數(shù)據(jù)集以及步驟3)中訓(xùn)練得到的模型，分別針對靜態(tài)負(fù)荷與動態(tài)負(fù)荷場景進(jìn)行分類測試，并對測試結(jié)果進(jìn)行包括分類準(zhǔn)確度、精確率、召回率以及F1得分的指標(biāo)評價。