买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:东南大学
摘要:本发明公开了一种基于LM‑BP神经网络的检测和防御虚假数据注入攻击的方法,仅考虑系统历史数据作为模型输入,有效的避免了数值预测不佳带来的干扰,利用LM‑BP神经网络的非线性映射能力、泛化能力和容错能力建立最佳预测模型,考虑系统规模和参数,设置合适的阈值和神经网络规模,有效的提高了检测攻击的质量;并且在检测到攻击后采取相应的保护措施,利用神经网络计算正确的调整信号使负载频率控制系统维持稳定。
主权项:1.一种基于LM-BP神经网络的检测和防御虚假数据注入攻击的方法,其特征在于,包括如下步骤:1采集正常状态下负载频率控制系统中的历史频率偏差、联络线功率偏差和有功负载偏差数据,令X=[Δf,ΔPtie,ΔPL],组成数据向量[X1,X2,...,Xm],将前80%取出得到训练样本集;根据所述特征的历史数据生成输入向量,相应的历史PID调整值Y=[PID1,PID2,...,PIDm]作为输出向量,得到训练样本[X1,X2,...,Xm,Y];2利用步骤1得到的所述训练样本对数据进行归一化处理,得到各成分与输入输出的回归模型,同时根据系统规模和数据设置LM-BP神经网络的最佳层数;3根据步骤1选取影响负载频率控制系统稳定性的数据向量[X1,X2,...,Xm],将后20%取出生成验证集输入向量,并将训练集和验证集分别输入向量输入到训练优化后的LM-BP神经网络中,验证集输出即为负载频率控制系统中正确的调整信号;4根据系统参数设定阈值ε,如果LM-BP神经网络计算得到的调整信号PIDc和系统PID控制器的调整信号PID满足|PIDc-PID|≤ε,则系统此时属于正常状态,反之,则系统受到了虚假数据注入攻击;5判定系统受到攻击后,LM-BP神经网络计算的调整信号会替代PID控制器的调整信号对系统发出指令,使电网频率保持稳定,有利于电网的安全稳定运行。
全文数据:
权利要求:
百度查询: 东南大学 一种基于LM-BP神经网络的检测和防御虚假数据注入攻击的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。