基于Stacking和孤立森林的虚假数据注入攻击防御策略

文档摘要：针对电力信息物理系统受到虚假数据注入攻击后无法安全稳定运行的问题,本文提出了一种基于Stacking和孤立森林的两阶段数据清洗方法.首先,由多异质学习器组成的Stacking分类模型对实时量测数据样本进行异常检测,判断当前时刻量测样本中是否存在虚假数据;其次,虚假数据的量测样本与基于负荷预测和潮流计算生成的当前时刻伪量测数据作差,得到量测误差向量,将量测误差向量输入孤立森林异常检测模型中进行二次辨识,定位受攻击的量测位置,并由伪量测数据进行替换修正;最后,通过IEEE-33节点测试系统仿真实验验证本文所提方法的有效性.

Abstract：Toaddresstheproblemofthepowercyberphysicalsystemcannotoperatesafelyandstablyafterbeingattackedbyfalsedata,atwo-stagedatacleansingmethodthatcombinesStackingandIsolationForestisproposed.First,aStackingclassificationmodelcomposedofmultipleheteroge-neouslearnersperformsanomalydetectiononreal-timemeasurementdatasamples,anddetermineswhethertherearefalsedatainthecurrentmeasurementsamples.Then,themeasurementsampleswithfalsedatawillbesubtractedfromthepseudo-measurementdataatthecurrentmomentgeneratedbasedonloadforecastingandpowerflowcalculationtoobtainthemeasurementerrorvector.ThemeasurementerrorvectorwillbeinputintotheIsolationForestanomalydetectionmodelforsecondaryidentification,locatingtheattackedmeasurementpositionandreplacingitwithpseudo-measurementdataforcorrection.Finally,simulationexperimentsonIEEE-33nodetestsystemverifytheeffectivenessoftheproposedmethod.

作者：王旭  何宇  袁梦薇Author：WANGXu  HEYu  YUANMengwei
作者单位：贵州大学电气工程学院,贵阳550025
刊名：智能计算机与应用
Journal：IntelligentComputerandApplications
年，卷(期)：2024, 14(7)
分类号：TM769
关键词：虚假数据注入  数据清洗  Stacking  孤立森林  
Keywords：falsedatainjection  datacleansing  Stacking  IsolationForest  
机标分类号：TP393.08TM744.1TN925.93
在线出版日期：2024年7月22日
基金项目：黔科合支撑一般014基于Stacking和孤立森林的虚假数据注入攻击防御策略[
期刊论文]  智能计算机与应用--2024, 14(7)王旭  何宇  袁梦薇针对电力信息物理系统受到虚假数据注入攻击后无法安全稳定运行的问题,本文提出了一种基于Stacking和孤立森林的两阶段数据清洗方法.首先,由多异质学习器组成的Stacking分类模型对实时量测数据样本进行异常检测,判断当前...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：虚假数据注入,数据清洗,Stacking,孤立森林,

2024-10-4 00:31 上传 基于Stacking和孤立森林的虚假数据注入攻击防御策略.pdf

文件大小:

2.18 MB

下载次数:

60

高速下载