【技术实现步骤摘要】
本专利技术涉及电力防护系统领域，尤其涉及一种基于图神经网络的电力cps虚假数据注入攻击检测方法。
技术介绍
1、近年来，传统电力系统已经产生了能源利用率低，效率低等问题，为了应对这些问题国家电网公司于2020年提出了电力信息物理融合系统的建设，作为智能电网战略的核心内容。信息物理系统(cps)能够帮助实现电力资源的高效配置、实时监测和科学决策，代表了未来电网的发展趋势和方向。然而，在提升电力资源配置效率、实时分析和决策能力的同时，通信网络和信息设备中的安全漏洞也为智能电网带来了潜在威胁。黑客可以使用多种方法对智能电网进行攻击，其中最显著的一种是通过有预谋地篡改智能设备的数据，以达到破坏电力系统的目的。这种方法被称为虚假数据注入攻击(fdia)。fdia通过篡改测控数据来破坏电网信息的完整性，具有高度的渗透性、隐蔽性和干扰性。这种攻击方式能够干扰上层控制中心的分析和决策，导致严重后果，是对电力系统威胁程度最高的攻击方式之一。除了fdia，黑客还可能利用其他技术手段，如物理破坏、电磁干扰、恶意软件植入等方式对智能电网进行攻击，但相较之下，f...
【技术保护点】
1.一种基于图神经网络的电力CPS虚假数据注入攻击检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图神经网络的电力CPS虚假数据注入攻击检测方法，其特征在于，所述GAT模型中加入对全局信息的映射，具体为：
3.根据权利要求2所述的基于图神经网络的电力CPS虚假数据注入攻击检测方法，其特征在于，所述点积注意力机制与GAT的原始注意力机制相结合，在非关键节点或大规模网络中使用GAT的全局共享参数注意力机制，在重要节点附近优先采用点积注意力机制。
4.根据权利要求1所述的基于图神经网络的电力CPS虚假数据注入攻击检测方法...
【技术特征摘要】
1.一种基于图神经网络的电力cps虚假数据注入攻击检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图神经网络的电力cps虚假数据注入攻击检测方法，其特征在于，所述gat模型中加入对全局信息的映射，具体为：
3.根据权利要求2所述的基于图神经网络的电力cps虚假数据注入攻击检测方法，其特征在于，所述点积注意力机制与gat的原始注意力机制相结合，在非关键节点或大规模网络中使用gat的全局共享参数注意力机制，在重要节点附近优先采用点积注意力机制。
4.根据权利要求1所述的基于图神经网络的电力cps虚假数据注入攻击检测方法，其特征在于，采用多任务学习框架，同时进行配电网节点动态状态估计与受攻击概率，并共享特征提取模型，改善模型稳定性及识别准确度。
5.根据权利要求4所述的基于图神经网络的电力cps虚假数据注入攻击检测方法，其特征在于，引入迁移学习技术提升gat模型的泛化能力，通过迁移学习，利用预先训练好的模型和...
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。