面向互动需求响应的虚假数据注入攻击及其检测方法

作者：陈刘东; 刘念^*

来源：电力系统自动化, 2021, 45(03): 15-23.

• 信息物理系统
• 虚假数据注入攻击
• 攻击检测
• 互动需求响应
• 博弈论
• 机器学习

在互动需求响应(IDR)框架下,对需求侧虚假数据注入(FDI)攻击的脆弱性进行分析,凝练了对用户能量管理系统(UEMS)的攻击过程。首先,采用主从博弈建立了针对IDR的FDI攻击模型,并证明其斯塔克伯格均衡存在且唯一。提出了一种基于分布式事件触发机制与机器学习的攻击检测方法,事件触发机制在UEMS中执行,系统检测在能量零售商(ER)中基于长短期记忆网络(LSTM)进行。最后,通过实例分析验证了所提方法的有效性。

• 单位
  华北电力大学; 新能源电力系统国家重点实验室