一种基于LM-BP神经网络的检测和防御虚假数据注入攻击的方法技术

本发明专利技术公开了一种基于LM

【技术实现步骤摘要】
一种基于LM
‑
BP神经网络的检测和防御虚假数据注入攻击的方法


[0001]本专利技术涉及入侵检测和防御
，尤其是一种基于LM
‑
BP神经网络的检测和防御虚假数据注入攻击的方法。

技术介绍

[0002]系统频率是衡量电力系统电能质量的重要指标，其稳定性能保证电力系统稳定运行，为消费者提供优质电力。负荷频率控制系统作为电力系统能量管理系统的重要组成部分，对系统的正常运行至关重要。另一方面，现代电力信息物理系统通过计算系统、通信网络和物理实体的深度交互和集成，实现对大规模物理系统和信息系统的实时感知、动态控制和信息服务。作为电力系统运行和控制的重要组成部分，负荷频率控制系统的开放性可能会带来许多安全隐患。由于负荷频率控制系统中的相量测量单元具有高速实时数据采集，其数据加密技术相对简单，这使得负荷频率控制系统容易受到网络攻击。虚假数据注入攻击作为网络攻击的一种，能够利用系统中坏数据系统检测漏洞，恶意篡改状态估计结果，严重危害电网负载频率控制系统安全可靠的运行。
[0003]目前，关于负载频率控制系统中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于LM
‑
BP神经网络的检测和防御虚假数据注入攻击的方法，其特征在于，包括如下步骤：(1)采集正常状态下负载频率控制系统中的历史频率偏差、联络线功率偏差和有功负载偏差数据，令X＝[Δf,ΔP
tie
,ΔP
L
]，组成数据向量[X1,X2,...,X
m
]，将前80％取出得到训练样本集；根据所述特征的历史数据生成输入向量，相应的历史PID调整值Y＝[PID1,PID2,...,PID
m
]作为输出向量，得到训练样本[X1,X2,...,X
m
,Y]；(2)利用步骤(1)得到的所述训练样本对数据进行归一化处理，得到各成分与输入输出的回归模型，同时根据系统规模和数据设置LM
‑
BP神经网络的最佳层数；(3)根据步骤(1)选取影响负载频率控制系统稳定性的数据向量[X1,X2,...,X
m
]，将后20％取出生成验证集输入向量，并将训练集和验证集分别输入向量输入到训练优化后的LM
...

【专利技术属性】
技术研发人员：卢剑权，胡建强，张志勋，
申请(专利权)人：东南大学，
类型：发明
国别省市：