[發(fā)明專利]一種基于BPSO和KNN的電力系統(tǒng)虛假數(shù)據(jù)注入攻擊檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110683153.0
• 申請(qǐng)日: 2021-06-21
• 公開（公告）號(hào): CN115510933A
• 公開（公告）日: 2022-12-23
• 發(fā)明（設(shè)計(jì)）人: 王勇;謝敏敏;王威
• 申請(qǐng)（專利權(quán)）人: 上海電力大學(xué);上海云劍信息技術(shù)有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06Q50/06
• 代理公司: 南京禹為知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32272
• 代理人: 劉小莉

本發(fā)明公開了一種基于BPSO和KNN的電力系統(tǒng)虛假數(shù)據(jù)注入攻擊檢測(cè)方法，包括：采集測(cè)量數(shù)據(jù)；利用KNN分類算法對(duì)所述測(cè)量數(shù)據(jù)進(jìn)行檢測(cè)，檢測(cè)得到虛假數(shù)據(jù)注入攻擊，并獲取準(zhǔn)確性最高的最佳參數(shù)；基于獲得的最佳參數(shù)和利用BPSO算法搜尋到的全體最優(yōu)gbest，并采用所述KNN算法對(duì)BPSO的啟發(fā)式特征算法進(jìn)行測(cè)試得到分類精度；評(píng)價(jià)所述分類精度，完成電力系統(tǒng)虛假數(shù)據(jù)注入攻擊的檢測(cè)。本發(fā)明方法計(jì)算復(fù)雜性低，分類精度高，更加具有實(shí)際意義，能夠很好地解決虛假數(shù)據(jù)注入攻擊對(duì)電力系統(tǒng)的影響。

技術(shù)領(lǐng)域

本發(fā)明涉及電力系統(tǒng)信息安全的技術(shù)領(lǐng)域，尤其涉及一種基于BPSO和 KNN的電力系統(tǒng)虛假數(shù)據(jù)注入攻擊檢測(cè)方法。

背景技術(shù)

隨著電力行業(yè)的不斷發(fā)展，物理電網(wǎng)與信息網(wǎng)絡(luò)、控制系統(tǒng)耦合也愈發(fā)緊密，先進(jìn)的通信信息技術(shù)在加速了電力系統(tǒng)構(gòu)建的同時(shí)，也使其面臨著諸多安全風(fēng)險(xiǎn)，使得電力系統(tǒng)面臨著網(wǎng)絡(luò)攻擊風(fēng)險(xiǎn)，對(duì)智能電網(wǎng)的安全穩(wěn)定運(yùn)行帶來了新的挑戰(zhàn)。

電力系統(tǒng)安全問題可以影響整個(gè)社會(huì)公共設(shè)施的安全。近年來，虛假數(shù)據(jù)注入攻擊(FDIA)，可以通過入侵量測(cè)裝置備篡改電力系統(tǒng)控制中心收到的系統(tǒng)量測(cè)數(shù)據(jù)，被攻擊者偽造的系統(tǒng)越限假象會(huì)使電力控制中心誤以為系統(tǒng)進(jìn)入緊急狀態(tài)，做出切機(jī)、切負(fù)荷等保護(hù)操作，電力系統(tǒng)拓?fù)浒l(fā)生變化而引發(fā)連鎖反應(yīng)，導(dǎo)致某些線路真正過負(fù)荷，引發(fā)大規(guī)模的停電事故，造成巨額經(jīng)濟(jì)損失。因此，建立一套準(zhǔn)確度高的虛假數(shù)據(jù)注入攻擊檢測(cè)方法對(duì)電力系統(tǒng)安全穩(wěn)定運(yùn)行有重大意義。

發(fā)明內(nèi)容

本部分的目的在于概述本發(fā)明的實(shí)施例的一些方面以及簡要介紹一些較佳實(shí)施例。在本部分以及本申請(qǐng)的說明書摘要和發(fā)明名稱中可能會(huì)做些簡化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊，而這種簡化或省略不能用于限制本發(fā)明的范圍。

鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。

因此，本發(fā)明解決的技術(shù)問題是：現(xiàn)有技術(shù)計(jì)算復(fù)雜性高，分類精度低。

為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：采集測(cè)量數(shù)據(jù)；利用KNN 分類算法對(duì)所述測(cè)量數(shù)據(jù)進(jìn)行檢測(cè)，檢測(cè)得到虛假數(shù)據(jù)注入攻擊，并獲取準(zhǔn)確性最高的最佳參數(shù)；基于獲得的最佳參數(shù)和利用BPSO算法搜尋到的全體最優(yōu)gbest，并采用所述KNN算法對(duì)BPSO的啟發(fā)式特征算法進(jìn)行測(cè)試得到分類精度；評(píng)價(jià)所述分類精度，完成電力系統(tǒng)虛假數(shù)據(jù)注入攻擊的檢測(cè)。

作為本發(fā)明所述的基于BPSO和KNN的電力系統(tǒng)虛假數(shù)據(jù)注入攻擊檢測(cè)方法的一種優(yōu)選方案，其中：利用電力系統(tǒng)狀態(tài)估計(jì)值確定最佳的測(cè)量數(shù)據(jù)，所述測(cè)量數(shù)據(jù)包括潮流、電壓幅值和相角。

作為本發(fā)明所述的基于BPSO和KNN的電力系統(tǒng)虛假數(shù)據(jù)注入攻擊檢測(cè)方法的一種優(yōu)選方案，其中：所述潮流、電壓幅值和相角的關(guān)系包括，

z(k)＝H(k)x(k)+ε(k)

其中，Z為測(cè)量向量，x為狀態(tài)變量向量，H為雅可比矩陣，ε為測(cè)量誤差， k為時(shí)間步長。

作為本發(fā)明所述的基于BPSO和KNN的電力系統(tǒng)虛假數(shù)據(jù)注入攻擊檢測(cè)方法的一種優(yōu)選方案，其中：在全局可觀測(cè)性假設(shè)下的所述電力系統(tǒng)狀態(tài)估計(jì)問題采用最小二乘法表述，包括，

其中，為系統(tǒng)估計(jì)狀態(tài)的向量，W為協(xié)方差矩陣。

作為本發(fā)明所述的基于BPSO和KNN的電力系統(tǒng)虛假數(shù)據(jù)注入攻擊檢測(cè)方法的一種優(yōu)選方案，其中：所述虛假數(shù)據(jù)注入攻擊包括注入測(cè)量儀表的惡意數(shù)據(jù)。

作為本發(fā)明所述的基于BPSO和KNN的電力系統(tǒng)虛假數(shù)據(jù)注入攻擊檢測(cè)方法的一種優(yōu)選方案，其中：利用雅可比矩陣的線性因子來操縱網(wǎng)絡(luò)上的測(cè)量值，將所述虛假數(shù)據(jù)注入攻擊模擬為：

Z_bad＝Z+a

其中，a為一個(gè)攻擊向量。