一个基于的微电网的人工保险框架,用于检测先进的网络攻击模型
Mahan Fakhrooeian1, Ali Basem2, Mohammad Mahdi Gholami3
1Institute for Electrical Machines, Traction and Drives, Technische Universität Braunschweig, 38106, Braunschweig, Germany.
Scientific reports
|January 30, 2025
概括
本研究介绍了一种针对微电网的新网络攻击模型 (FTDI),并提出一种生成对抗网络 (GAN) 来检测恶意数据注入,增强电网安全.
科学领域:
- 电气工程 电气工程
- 网络安全 网络安全
- 可再生能源系统可再生能源系统
背景情况:
- 微电网提供了灵活性,但很容易受到网络攻击,特别是在连接到电网的模式下.
- 一种新的虚假传输数据注入 (FTDI) 攻击模型操纵电流和电压稳定性.
- 检测FTDI攻击需要监控功率流的值和方向.
研究的目的:
- 为微电网提出和评估一种新的先进攻击模型 (FTDI).
- 通过学习生成网络开发FTDI攻击的强有力的检测机制.
- 增强在电网连接模式下运行的微电网系统的网络安全.
主要方法:
- 开发一个虚假传输数据注入 (FTDI) 攻击模型.
- 基于生成对抗网络 (GAN) 的检测模型的实施.
- 在24个总线的IEEE微电网系统上进行测试,使用各种可再生能源.
主要成果:
- 拟议的基于GAN的模型有效检测恶意数据注入.
- 实现了高的检测率,得分为0.95% (击中率),0.92% (C.R. 税率),0.7% (F.A. 税率) 的时间. 失误率) 和10% (失误率).
- 证明模型能够识别功率值和方向的变化.
结论:
- 基于GAN的方法为检测微电网中的FTDI攻击提供了有效的解决方案.
- 该研究强调了在网络安全检测中考虑电流方向的重要性.
- 拟议的模型显著提高了微电网对复杂的网络威胁的弹性.
更多相关视频
03:31Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
Published on: December 15, 2023
455
06:45Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
Published on: October 28, 2022
1.6K
