【技术实现步骤摘要】
面向虚拟电厂业务系统的级联攻击样本建模与检测方法
[0001]本专利技术涉及攻击数据生成的
,尤其涉及一种面向虚拟电厂业务系统的级联攻击样本建模与检测方法
。
技术介绍
[0002]伴随“新型电力系统”战略的稳步推进,公专互动新型业务的建设速度远超与之适配的安全防护体系的建设速度,这就导致网络安全威胁日益加剧
。
在此背景下,以虚拟电厂
(Virtual Power Plant
,
VPP)
为代表的新型业务系统对通信网络的灵活调度能力
、
差异化业务保障能力
、
网络安全防护能力提出了更高要求
。
考虑到公专网络的互联互通存在空间离散性高
、
随机波动性大
、
信息物理耦合性强等特点,如何在复杂环境下有效识别和防御在隐蔽地带发动的网络攻击成为亟待解决的问题
。
[0003]随着机器学习和深度学习技术的发展,一些针对电厂的攻击样本生成算法相继被提出
。
现有虚假数据攻击样本生成技术在应用时主要面临问题有:
(1)
可靠性问题:虚假数据攻击样本生成技术需要确保生成的虚假数据能够有效地欺骗攻击目标,并且不会被对手轻易地识别和检测
。(2)
代价问题:虚假数据攻击样本生成技术的应用通常需要生成和处理大量的数据,因此需要耗费大量的时间和资源
。(3)
准确性问题:虚假数据攻击样本生成技术需要保证生成的虚假数 ...
【技术保护点】
【技术特征摘要】
1.
一种面向虚拟电厂业务系统的级联攻击样本建模与检测方法,其特征在于,包含以下步骤:
S1
,采集虚拟电厂不同传感器的交互数据,并对不同传感器的交互数据进行预处理;
S2
,建立混合拉普拉斯模型来对采集到的数据进行拟合分布;
S3
,通过最大期望算法
(EM)
拟合混合拉普拉斯模型并生成相应的攻击向量来生成攻击样本;
S4
,用不同的检测模型对攻击样本进行检测验证攻击样本的有效性
。2.
如权利要求1所述的面向虚拟电厂业务系统的级联攻击样本建模与检测方法,其特征在于,所述的对不同传感器的交互数据进行预处理包括:对交互数据的划分筛选或数据清洗或数据补齐或数据的时序对齐或归一化处理操作
。3.
如权利要求1所述的面向虚拟电厂业务系统的级联攻击样本建模与检测方法,其特征在于,所述的步骤
S2
包括:步骤
S21
,建立混合拉普拉斯模型:其中
a
i
代表第
i
个拉普拉斯分布的分量权重;
μ
i
代表第
i
个拉普拉斯分布的分量均值,
b
i
代表第
i
个拉普拉斯分布的分量尺度;步骤
S22
,对数据进行潮流计算模拟电力系统的量测数据并观察数据分布;步骤
S23
,用建立好的混合拉普拉斯模型拟合步骤
S22
中潮流计算后的数据
。4.
如权利要求1所述的面向虚拟电厂业务系统的级联攻击样本建模与检测方法,其特征在于,所述的步骤
S3
包括:用极大似然估计法
(MLE)
计算先验概率,根据公式:其中,
θ
k
=
(a1,a2,
…
,a
k
,b1,b2,
…
,b
k
,
μ1,
μ2,
…
,
μ
k
)
表示用极大似然估计的参数,需确保
L(
θ
k
)
=
max
即似然估计最大
。5.
如权利要求1...
【专利技术属性】
技术研发人员:吴裔,栗风永,沈炜程,朱征,苏向敬,田英杰,方陈,郭乃网,王彬彬,沈泉江,张蕾,刘畅,郑成,张梦圆,
申请(专利权)人:上海电力大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。