利用漏报攻击模型评估电力系统抵抗网络攻击稳定的方法技术方案

本发明专利技术公开了一种利用漏报攻击模型评估电力系统抵抗网络攻击稳定的方法。进行状态评估和坏数据检测，处理获得电力系统中变电站的状态估计信号；建立带有攻击向量的漏报攻击模型，求解获得攻击向量，再攻击向量评估获得电力系统抵抗网络攻击的稳定性结果。本发明专利技术方法通过所提的漏报攻击模型对电力系统造成的影响来分析其抵抗网络攻击的能力，很好检测电力系统内部模块的不足和稳定性问题，为提高电力系统的稳定性和鲁棒性提供准确的结果。

【技术实现步骤摘要】
利用漏报攻击模型评估电力系统抵抗网络攻击稳定的方法
本专利技术涉及电力系统安全性的研究领域的一种电力系统稳定性评估方法，尤其是涉及了一种利用漏报攻击模型评估电力系统抵抗网络攻击稳定的方法。
技术介绍
随着信息与通信技术的飞速发展，传统的电力系统已逐渐发展成电力信息物理系统。通信网与电力网的深度融合不仅提高了电力系统的运行效率，给人们的生产生活带来了巨大的便利。但是大量传感设备的接入也使得电力系统更加暴露在网络环境中，攻击者可以通过网络端来影响电力系统的安全稳定运行。典型的例子就是2015年乌克兰大停电事故，事故报告分析书明确指出该大停电事故是由于不法分子在通信网中注入病毒，进而影响电力系统，最后造成严重的社会影响。因此，从攻击者的角度，研究网络攻击的模型不仅可以揭示系统中的薄弱环节，也有助于设计更加鲁棒的检测算法。虚假数据注入攻击(FalseDataInjectionAttack，FDIA)作为电力信息物理系统中最典型的网络攻击之一，近年来受到国内外研究学者的大量关注。FDIA是通过注入合适的攻击向量，使其参杂在潮流信号汇总并且不被电力系统的检测模块发现。这种攻击手段不仅能够逃过检测，甚至能使得服务器做出危险的决策信号。但是网络数据的安全除了其完整性，还有可利用性和私密性。为了完善网络攻击的模型，拓展现实的应用场景，现有技术缺少了新的网络攻击模型和方法来模拟更加复杂的场景，缺少了新的网络攻击模型和攻击方法来实现数据完整性和可利用性。
技术实现思路
基于现有FDIA模型的不足，为了解决
技术介绍
中存在的问题，本专利技术提出一种基于数据完整性和可利用性的漏报攻击模型来评估电力系统抗网络攻击稳定性的方法。本专利技术具体是考虑数据的完整性和可利用性来构建漏报攻击模型，通过所提漏报攻击模型对电力系统潮流分析的影响，来获得电力系统内部的薄弱环节，进行稳定性评估的方法。本专利技术包括以下步骤：本专利技术方法包括以下步骤：(1)进行状态评估和坏数据检测，处理获得电力系统中变电站的状态估计信号(2)建立带有攻击向量的漏报攻击模型，设计攻击向量以逃避坏数据检测并成功诱导服务器发生错误，求解获得攻击向量，再攻击向量评估获得电力系统抵抗网络攻击的稳定性结果。所述步骤(1)具体为：(1.1)电力系统具有n个变电站和m条链路，变电站之间通过链路连接，每条链路上均安装一个智能电表来测量链路上的潮流，各条链路的智能电表和变电站均连接到服务器，服务器接收到来自智能电表的潮流信号和来自变电站的状态信号，建立潮流信号与状态信号之间的关系如下：z＝Hx+nz＝(z1,z2,...,zm)Tx＝(x1,x2,...,xn)Tn＝(n1,n2,...,nm)T其中，H是电力系统的雅可比矩阵，z是链路的潮流信号向量，zm表示第m条链路中的潮流信号，x是变电站的状态信号向量，xn是第n个变电站的状态信号，n表示电力系统传输过程中的噪声信号向量，nm表示第m条链路上的噪音，T表示矩阵转置；并且噪声信号向量n服从均值为0、标准差为σ的高斯分布，表示为n～Ν(0,σ2)；；所述的变电站的状态信号为变电站中的电压信号。(1.2)建立以下优化问题：其中，J(x)表示服务器基于潮流信号z评估变电站状态信息所得到的误差值；W表示链路上的高斯分布，σm表示第m条链路上的高斯分布的标准差；将服务器实时接收到的信号数据代入上述优化问题，根据梯度下降法求导求解得到上述优化问题的闭式解，从而找到一个状态估计能够满足上述优化问题：其中，表示状态估计信号；(1.3)检测得到的状态估计信号是否可靠，采用最大标准残差来衡量数据的可靠性，表示为：其中，τ为电力系统预先设定的最大误差范围值；若满足上述公式，则认为状态估计信号可靠，进行以下步骤；否则认为状态估计信号不可靠，舍弃该状态估计信号回到步骤(1.2)实时处理重新获得最新的状态估计信号所述步骤(2)具体为：(2.1)建立以下目标函数作为考虑数据完整性和可利用性的漏报攻击模型，由注入数据Δz和隔断数据d组成了攻击向量：s.t.zbad＝z+ΔzΔz＝HdΔxHd＝(I-diag(d))HΔz≠0(zbad-Hdx)TW(zbad-Hdx)＜τV＝(HTWH)-1HTWzbadPij＝Vi2Gij-ViVj(Gijcosθij+Bijsinθij)Pijmin≤Pij≤PijmaxPimin≤Pi≤Pimax其中，d表示隔断数据，d＝(d1,d2,...,di,...,dm)，di表示第i条链路的潮流是否可利用的结果，d(i)＝1或者0，d(i)＝1表示链路i的测量值不可利用；Δz表示注入数据；Δx表示虚警攻击前后服务器评估得到变电站状态信号的差值，zbad表示链路的潮流信号与注入数据的叠加，||||0表示向量的零范数，等价于向量中非零个数，Hd表示虚警攻击后电力系统的雅克比矩阵，diag(d)表示以向量d为对角元素的对角矩阵；；V表示变电站节点电压幅值的向量，V＝(V1,V2,...,Vi,...,Vn)，Vi、Vj分别表示变电站i和变电站j的电压幅值；θi和θj分别是变电站i和变电站j的电压角度；Gij和Bij分别是链路(i,j)导纳值的实部和虚部；θij表示变电站i和变电站j的之间的电压差；Pij和Pi分别代表流过链路(i,j)和变电站i的潮流；Pijmin、Pijmax、Pimin和Pimax分别是允许流过链路(i,j)和变电站i潮流值的上下限；本专利技术设计的攻击向量不仅包括注入数据Δz，还包括隔断数据d。上述目标函数表示攻击向量操作的智能仪表数目最小化，约束(1)代表了服务器接收到的叠加信号；约束(2)和(5)代表了攻击向量逃避坏数据检测的必要条件；约束(3)代表了隔断数据造成电力系统可用的雅各比矩阵；约束(4)代表了攻击向量不为空。(2.2)对步骤(2.1)建立的漏报攻击模型采用差分进化算法进行求解获得攻击向量；差分进化算法通过对当前迭代步骤中的可行解进行变异、交叉和选择操作来产生新的可行解，并更新选择更优的可行解。以此不断地在可行域中进行搜索得到满足条件的最优解。(2.3)利用攻击向量注入到电力系统中，进而评估获得电力系统抵抗网络攻击的稳定性，获得电力系统抵抗攻击向量的网络攻击的结果。本专利技术构建了漏报攻击模型通过注入数据和隔断数据传输来影响电力系统的正常运行，根据评估和检测过程构造攻击向量(包括注入数据和隔断数据)使其不被电力系统检测发现；最后与传统的虚假数据注入攻击作比较，针对指定的攻击场景设计不同的网络攻击模型，并用演化算法求解问题进而进行稳定性检测。本专利技术考虑一种更加全面的漏报攻击模型。本专利技术旨在分析所提的漏报攻击模型是如何误导服务器，使其做出不恰当的决策。图1给本文档来自技高网...

【技术保护点】
1.一种利用漏报攻击模型评估电力系统抵抗网络攻击稳定的方法，其特征在于：该方法包括以下步骤：/n(1)进行状态评估和坏数据检测，处理获得电力系统中变电站的状态估计信号

【技术特征摘要】
1.一种利用漏报攻击模型评估电力系统抵抗网络攻击稳定的方法，其特征在于：该方法包括以下步骤：
(1)进行状态评估和坏数据检测，处理获得电力系统中变电站的状态估计信号
(2)建立带有攻击向量的漏报攻击模型，求解获得攻击向量，再攻击向量评估获得电力系统抵抗网络攻击的稳定性结果。


2.根据权利要求1所述的一种利用漏报攻击模型评估电力系统抵抗网络攻击稳定的方法，其特征在于：所述步骤(1)具体为：
(1.1)电力系统具有n个变电站和m条链路，变电站之间通过链路连接，每条链路上均安装一个智能电表来测量链路上的潮流，各条链路的智能电表和变电站均连接到服务器，服务器接收到来自智能电表的潮流信号和来自变电站的状态信号，建立潮流信号与状态信号之间的关系如下：
z＝Hx+n
z＝(z1,z2,...,zm)T
x＝(x1,x2,...,xn)T
n＝(n1,n2,...,nm)T
其中，H是电力系统的雅可比矩阵，z是链路的潮流信号向量，zm表示第m条链路中的潮流信号，x是变电站的状态信号向量，xn是第n个变电站的状态信号，n表示电力系统传输过程中的噪声信号向量，nm表示第m条链路上的噪音，T表示矩阵转置；并且噪声信号向量n服从均值为0、标准差为σ的高斯分布，表示为n～Ν(0,σ2)；
(1.2)建立以下优化问题：






其中，J(x)表示服务器基于潮流信号z评估变电站状态信息所得到的误差值；W表示链路上的高斯分布，σm表示第m条链路上的高斯分布的标准差；
将服务器实时接收到的信号数据代入上述优化问题，根据梯度下降法求导求解得到上述优化问题的闭式解：



其中，表示状态估计信号；
(1.3)检测得到的状态估计信号是否可靠，采用最大标准残差来衡量数据的可靠性，表示为：



其中，τ为电力系统预先设定的最大误差范围值；
若满足上述公式，则认为状态估计信号可靠，进行以下步骤；
否则认为状态估计信号不可靠，舍弃该状态...

【专利技术属性】
技术研发人员：夏永祥，涂海程，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33