基于改进自适应免疫遗传算法的智能电网虚假数据攻击检测方法.pdf
《基于改进自适应免疫遗传算法的智能电网虚假数据攻击检测方法.pdf》由会员分享,可在线阅读,更多相关《基于改进自适应免疫遗传算法的智能电网虚假数据攻击检测方法.pdf(6页珍藏版)》请在咨信网上搜索。
1、Zhejiang Electric Power第 42 卷 第 10 期2023 年10 月Vol.42,No.10Oct.25.2023基于改进自适应免疫遗传算法的智能电网虚假数据攻击检测方法王新宇1,3,王相杰1,张明月1,程朋飞2,王书征3(1.燕山大学,河北 秦皇岛 066004;2.徐州工程学院,江苏 徐州 221018;3.江苏省配电网智能技术与装备协同创新中心,南京 210000)摘要:作为典型的信息物理攻击,虚假数据可以实现测量输出无变化,从而欺骗基于卡方检测器的检测。为此,提出一种基于改进自适应免疫遗传算法的智能电网虚假数据攻击检测方法。首先,建立三相电压测量电网模型,分析虚
2、假数据攻击的隐蔽特性。然后,利用抗体之间的相似度指数建立异常数据检测器,对入侵的虚假数据进行检测。此外,通过引入选择、交叉、变异算子的自适应设计,提高免疫遗传算法的收敛速度和全局寻优能力,从而改善攻击检测的性能指标。最后,通过仿真实验分析所提检测方法对虚假数据攻击的检测率和误检率,结果验证了该方法的有效性。关键词:智能电网;虚假数据攻击;改进自适应免疫遗传算法DOI:10.19585/j.zjdl.202310010 开放科学(资源服务)标识码(OSID):A false data attack detection method for power grid based on an impro
3、ved AIGAWANG Xinyu1,3,WANG Xiangjie1,ZHANG Mingyue1,CHENG Pengfei2,WANG Shuzheng3(1.Yanshan University,Qinhuangdao,Hebei 066004,China;2.Xuzhou University of Technology,Xuzhou,Jiangsu 221018,China;3.Jiangsu Collaborative Innovation Center for Smart Distribution Network,Nanjing 210000,China)Abstract:A
4、s a typical cyber-physical attack,false data are measured unchanged,thus deceiving the detection based on chi-square detector.To this end,a false data attack detection method for smart grid based on an improved adaptive immune genetic algorithm(AIGA)is proposed.First,a three-phase voltage measuremen
5、t network model is established to analyze the hidden characteristics of the false data attack.Then,the similarity index between antibodies is utilized to establish an anomalous data detector to detect the intruding false data.In addition,the convergence speed and global optimization ability of the a
6、lgorithm are improved by introducing the adaptive design of selection operators,crossover operators,and mutation operators,which improves the performance index of the attack detection.Finally,the detection rate and false detection rate of the proposed method for false data attack detection are analy
7、zed through simulation experiments,and the results verify the effectiveness of the method.Keywords:smart grid;false data attack;improved AIGA0引言作为新一代电力系统,智能电网通过信息物理系统的融合实现了电网的高效运行1-2。同时,智能电网新的特性(如智能性和开放性)使其面临潜在的信息物理安全风险。通过篡改信息系统数据,新型信息物理攻击可以掩盖物理系统的动态变化,进而造成电网系统瘫痪3-4,例如:2016年,以色列电网遭受网络攻击,导致全国电力系统瘫痪,对
8、国民生活造成巨大影响;2022年,欧洲卫星通信中心遭受网络攻击,导致中欧和东欧风力发电网失控。因此,如何确保新型信息物理安全风险下智能电网的安全稳定运行是重要的研究课题。传统的电网信息攻击包括拒绝服务攻击和蠕基金项目:国家自然科学基金青年项目(62103357);河北省自然科学基金青年项目(F2021203043);河北省教育厅自然科学基金青年项目(QN2021139);江苏省配电网智能技术与装备协同创新中心开放基金项目(XTCX202203)第 10 期王新宇,等:基于改进自适应免疫遗传算法的智能电网虚假数据攻击检测方法虫攻击,主要是通过阻断通信信道传输数据来破坏电网的运行状态5。与之对比,
9、Liu等人在2009年设计了一种具有欺骗特性的虚假数据攻击,其可以欺骗现有基于卡方检测器的异常数据检测机制6。目前,针对虚假数据攻击的检测方法可以分为两类:基于模型的攻击检测和基于人工智能的攻击检测7。基于模型的攻击检测方法是通过建立线性和非线性电网模型,设计卡尔曼滤波器或观测器来获得攻击下的状态残差变化,从而判断电网系统是否存在攻击8-10。文献 8 提出了一种基于改进的无迹卡尔曼滤波器的虚假数据攻击检测算法。文献 9 通过扩展卡尔曼滤波对电网系统运行状态进行估计和预测,从而实现电网系统异常虚假数据的检测。考虑电网系统噪声未知情况,文献 10 结合中心极限定理,给出了基于自适应无迹卡尔曼滤波
10、的虚假数据攻击检测策略。以上检测方法可以有效检测异常虚假数据,但其检测阈值的先验设定限制了攻击的检测性能。基于人工智能的攻击检测方法借助人工智能算法开展电网系统中异常数据的检测11-13。针对线性和非线性电网模型,文献 11 提出了基于数据驱动的异常数据检测算法。通过引入随机森林的识别能力,文献 12 提出了基于生成对抗网络的虚假数据攻击检测方法。针对异常数据检测系统检测率不高的问题,文献 13 提出了基于人工免疫分类器的异常数据检测方法。在上述研究的基础上,本文提出基于IAIGA(改进自适应免疫遗传算法)的虚假数据攻击检测方法。首先分析虚假数据攻击的特性,设计基于抗体之间的相似度指数异常数据
11、检测器;引入选择、交叉、变异算子的自适应设计,提高IGA(免疫遗传算法)收敛速度和全局寻优能力,进而提高对虚假数据的检测率。最后,通过仿真算例验证所提检测算法对于虚假数据的检测性能。1虚假数据攻击隐蔽特性图 1 为 IEEE 3 电机 6 总线电网系统,通过PMU(电源管理单元)可以测量每条总线与对应电机的电压幅值。图1中,b1b6为电机负载总线,G1G3为发电机,U1和U2为电机负载总线量测电压。根据文献 14,三相电压测量电网模型为:xk+1=Axk+vkyk=Hxk+wk(1)式中:xk和yk为第k时刻电压的状态估计和输出;vk和wk为第k时刻的过程和测量噪声,且满足高斯噪声分布;H为雅
12、可比矩阵;A为系统结构矩阵。目前,电力系统中常用的基于卡方检测器的异常数据检测准则如下15:rk=zk-H(xk)I,正常rk=zk-H(xk)I,异常(2)式中:rk为检测残差;zk为输出量测值;I为先验阈值;xk为输出量估计值。针对以上检测方法,攻击者可以设计错误数据s=(s1,s2,sm)T,其满足s=Hc约束(c为由攻击引起的状态变化量)14。综上,攻击下的检测残差表示为:rk=zk,bad-Hxk,bad=zk+s-H(xk+c)=zk-Hxk+s-Hc I(3)式中:xk,bad为攻击下的输出量估计值。假设攻击者对图1中发电机G1注入虚假数据攻击(攻击序列参考文献 14),可以得到
13、攻击下的状态变化和攻击检测结果,如图2和图3所示。综上可知,新型的虚假数据攻击可以欺骗基于卡方检测器的检测方法。因此,本文借助人工智能技术,提出基于IAIGA的虚假数据攻击检测方法。2基于IAIGA的虚假数据攻击检测方法2.1IAIGA通过模拟生物免疫系统功能与原理,学者们图1 IEEE 3电机6总线电网系统Fig.1IEEE 3-generator 6-bus grid system85第 42 卷提出了IGA13。IGA通过引入抗体之间的相似度对遗传算法选择操作进行改进,可以保持种群的多样性,进而提高算法的收敛速度及全局寻优能力。IGA运算流程如图4所示。基于IGA的虚假数据攻击检测原理如
14、下:1)输入正常数据(抗原)进行编码产生种群,并学习记忆。2)设计抗体之间的亲和度函数:(xi,xj)=1Nl=1N()xi,l-xj,l2(4)式中:(xi,xj)为抗体xi和xj间亲和度;xi,l和xj,l分别为抗体xi和xj的第l维;N为抗体种群编码总数。3)输入抗原(异常或虚假数据)对抗体进行刺激,使其进行免疫操作(选择、克隆、交叉、变异等),记录输入抗原的数据特征,形成异常数据检测器。4)针对新的抗原,异常数据检测器可以根据抗体之间的相似度来检测是否输入抗原(新的数据)异常情况,其中抗体浓度、抗体之间相似度以及抗体激励度函数计算公式为:(xi)=1Ni=1N()xi,xj(5)(xi
15、,xj)=1,()xi,xj0,()xi,xj(6)(xi)=(xi,xj)-(1-)(xi)(7)式中:为抗体之间的相似度阈值;=1-0.2LLmax,L为当前迭代次数,Lmax为最大迭代次数;(xi)为抗体浓度;(xi,xj)为抗体之间相似度;(xi)为抗体激励度函数。选择、交叉、变异算子是影响IGA收敛速度和寻优能力的关键指标。因此,本文设计了自适应选择算子、自适应交叉算子、适应变异算子,提出IAIGA,以解决现有IGA收敛速度不快和陷入局部最优的问题。自适应选择算子Ps、自适应交叉算子Pc、自适应变异算子Pm的表达式分别为:Ps=xi,()xii=1N()xiN,()xiavg()xi
16、,xj2,()xi,xjavg()xi,xj(9)Pm=3,sin()2,()xi,xjavg()xi,xj4,()xi,xjavg()xi,xj(10)式中:i(i=1,2,3,4)为计算系数,0i1;=max()xi,xj-()xi,xjmax()xi,xj-avg()xi,xj;avg(xi,xj)为抗体xi和xj平均亲和度。通过自适应选择算子、自适应交叉算子、自适应变异算子的设计,可以使种群基因充分交互,加快收敛速度,快速找到全局最优解。2.2基于IAIGA的虚假数据攻击检测流程基于2.1节的IAIGA,本文提出了针对电网中虚假数据攻击的检测流程。参考文献 16,设定检测器的适应度函数
17、检测阈值max=10。具体检测流程如下:1)输入运行中的电网运行电压数据(记为抗体)。2)设计虚假数据攻击序列(记为抗原),产生异常数据检测器(数量为M)。3)进行免疫操作,使产生的异常检测器成熟达到攻击检测要求。4)计算抗体之间最佳亲和度函数值(xi,xj)。5)if(xi,xj)max then停止进化,输出异常数据检测器编码。else重复步骤15。end if6)输入待检数据,通过比较异常数据检测器的相似度指数来判断异常(异常数量记为S)。7)输出检测结果:异常攻击检测概率M S100%。3算例分析假设攻击者具备一定的黑客能力,即能获取部分真实的PMU测量数据,可以设计具有隐蔽性(如式(
18、3)的虚假数据,进而修改PMU的测量数据来欺骗电力系统的检测系统。采用本文所提的基于IAIGA的检测方法检测PMU中异常数据(部分数据来自文献 17)。计算机配置为 Intel(R)Core(TM)i7-10875H CPU2.30 GHz 处理器,16 GB内存。使用MATLAB搭载仿真算例环境,算法仿真参数设置如表1所示。3.1IAIGA优化性能分析为了验证IAIGA的优越性,选择Generalized Rastrigin基函数作为测试对象,并与文献 18-19中的 IGA 和 AIGA(自适应免疫遗传算法)对比,结果如图5所示。在3种不同算法下,随着迭代次数的增加,测试函数最佳适应度值不
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 改进 自适应 免疫 遗传 算法 智能 电网 虚假 数据 攻击 检测 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。