.png){kind=icon}
返回
Data Availability and Integrity Attacks for Power Systems via Nonlinear Spatial-Temporal Modeling
.png){kind=icon}
OA
AI
DOI：10.1109/OAJPE.2025.3567209.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
网络安全对于现代电力系统至关重要，因为它们越来越依赖数字通信和计算框架。在网络安全攻击中，数据可用性与完整性攻击（DAIA）——包括如拒绝服务（DoS）的可用性攻击和如重放攻击的完整性攻击——通过降低对运营决策至关重要的测量数据的可靠性和可用性，构成了严重风险。本文提出了一种基于沃尔泰拉级数的数据驱动模型，用于解决复杂电力系统中的DAIA问题。该模型有效捕捉时空关系，整合具有不同采样率的多个数据源，同时解决可再生能源集成引入的非线性动力学。我们开发了一种可扩展的异常检测框架，用于识别此类攻击模式，包括利用训练数据的重放攻击。在240节点WECC系统上的广泛仿真表明，该模型性能优越，在满足实际计算需求的前提下，实现了稳健的检测和准确的数据恢复。我们的工作为保障电力系统抵御不断演变的网络威胁提供了可操作的见解和配置指南。
Keyword:
Spatial-temporal modeling
multiple inputs resolution
data availability and integrity attack (DAIA)
期刊
I
IF:
3.2
论文数:
405
被引数:
826
机构
查看更多机构
引用论文
Defending Against Data Integrity Attacks in Smart Grid: A Deep Reinforcement Learning-Based Approach.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏A Data-Driven Dynamic State Estimation for Smart Grids under DoS Attack using State Correlations
PREAI
分享收藏 查看更多内容