入侵攻擊下電力信息網(wǎng)絡(luò)安全態(tài)勢感知研究
發(fā)布時間:2021-08-07 18:49
隨著信息與通信技術(shù)(ICT)的快速發(fā)展,電力系統(tǒng)信息網(wǎng)絡(luò)建設(shè)日益成熟。已通過計算、通信和電力系統(tǒng)物理環(huán)境的交互,形成了具有實(shí)時感知、動態(tài)控制與信息服務(wù)融合的多維異構(gòu)復(fù)雜系統(tǒng)。與此同時,信息網(wǎng)絡(luò)的復(fù)雜化使得網(wǎng)絡(luò)安全問題日益嚴(yán)峻,各種網(wǎng)絡(luò)威脅對電力信息網(wǎng)絡(luò)安全性能提出了更高要求。如何對電力系統(tǒng)信息網(wǎng)絡(luò)風(fēng)險狀態(tài)進(jìn)行準(zhǔn)確地感知與分析評估,已成為電力信息網(wǎng)絡(luò)安全研究的重要工作之一。本文就電力信息網(wǎng)絡(luò)的態(tài)勢感知以及攻擊下風(fēng)險評估的相關(guān)知識進(jìn)行了針對性分析研究,主要工作包括:(1)針對電力信息網(wǎng)絡(luò)攻擊威脅,提出了一種LDA-RBF的態(tài)勢感知方法并將其應(yīng)用到電力信息網(wǎng)絡(luò)安全中。該方法首先利用線性判別分析(LDA)對電力信息網(wǎng)絡(luò)樣本數(shù)據(jù)進(jìn)行優(yōu)化處理,對特征指標(biāo)進(jìn)行有效的融合提取,獲取最佳投影,使得樣本具有最佳的可分離性;而后將預(yù)處理后的數(shù)據(jù)作為RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù),實(shí)現(xiàn)電力信息網(wǎng)絡(luò)的安全態(tài)勢感知,識別電力信息網(wǎng)絡(luò)存在的入侵攻擊。(2)分別利用KDD Cup99數(shù)據(jù)集與電力信息網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)攻擊數(shù)據(jù)對本文所提方法進(jìn)行仿真,通過對比結(jié)果驗(yàn)證本文所提基于LDA-RBF的網(wǎng)絡(luò)安全態(tài)勢感知方法能夠更加準(zhǔn)確、...
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【部分圖文】:
投影矩陣
為預(yù)測態(tài)勢值,n 為預(yù)測樣本個數(shù)。本實(shí)驗(yàn)中選取 120 組訓(xùn)練樣本,50 組測試樣本,使用上文 4.6 中對網(wǎng)絡(luò)安全態(tài)勢值進(jìn)行量化并進(jìn)行態(tài)勢感知,如下圖 3.8 所示,當(dāng)達(dá)到 70 次后,精度趨于穩(wěn)定為 10-3,設(shè)置 Epoch為 100 次。圖 3.8 Epoch 與精度關(guān)系實(shí)驗(yàn)結(jié)果如下圖 3.9 和 3.10 所示,圖 3.9 為 LDA-RBF 的預(yù)測輸出與 RBF 神經(jīng)網(wǎng)絡(luò)輸出以及期望輸出對比圖。藍(lán)色實(shí)心圓為期望輸出;紅色空心圓為本文所提方法輸出,綠色斷點(diǎn)圖為 RBF 神經(jīng)網(wǎng)絡(luò)輸出。從圖中可以 LDA-RBF 的輸出大部分?jǐn)?shù)據(jù)是非常吻合的,與單純RBF 神經(jīng)輸出對比具有較大的優(yōu)勢。
模擬網(wǎng)絡(luò)攻擊的發(fā)生,記錄網(wǎng)絡(luò)攻擊對電力系統(tǒng)的運(yùn)行變化影響。仿真圖如下圖4.2 所示:圖 4.2 電網(wǎng)信息物理融合系統(tǒng)圖中的微電網(wǎng)組成部分有兩組固體氧化物燃料電池(Solid Oxide Fuel Cell, SoFC),以及一組 PV 光伏電池,然后接上無線總線(Infinite Bus);實(shí)驗(yàn)中采用 truetime 工具來模擬電力通信網(wǎng)絡(luò)實(shí)現(xiàn) SOFC 控制信號的傳輸,如圖中的 communication loop 模塊,圖中的 Pref 信號通過 truetimenetwork 傳遞作為 SOFC 逆變器的開關(guān)量控制信號。默認(rèn)情況下 truetimenetwork的網(wǎng)絡(luò)數(shù)據(jù)傳輸速率(Datarate)為 3500000bits/s;丟包率為(Lossprobability)0。本實(shí)驗(yàn)通過修改丟包率來模擬網(wǎng)絡(luò)攻擊造成的誤碼影響,改變數(shù)據(jù)傳輸速率來模擬時延現(xiàn)象。正常情況下的 SOFC 和 PV 的仿真輸出功率隨時間的變化如下圖 4.3,仿真時間為 2s。通信正常時,控制信號能及時的傳輸?shù)诫娏ο到y(tǒng),在經(jīng)歷短暫的啟動時間后,各電源輸出功率趨于穩(wěn)定。
【參考文獻(xiàn)】:
期刊論文
[1]考慮負(fù)荷數(shù)據(jù)虛假注入的電力信息物理系統(tǒng)協(xié)同攻擊模型[J]. 阮振,呂林,劉友波,劉捷,王電剛,黃林. 電力自動化設(shè)備. 2019(02)
[2]電力信息物理系統(tǒng)網(wǎng)絡(luò)攻擊與防御研究綜述(一)建模與評估[J]. 王琦,李夢雅,湯奕,倪明. 電力系統(tǒng)自動化. 2019(09)
[3]面向感知質(zhì)量保障的安全態(tài)勢預(yù)測優(yōu)化模型[J]. 王健,李可,趙國生. 華中科技大學(xué)學(xué)報(自然科學(xué)版). 2018(01)
[4]基于關(guān)聯(lián)特性矩陣的電網(wǎng)信息物理系統(tǒng)耦合建模方法[J]. 薛禹勝,李滿禮,羅劍波,倪明,陳倩,湯奕. 電力系統(tǒng)自動化. 2018(02)
[5]網(wǎng)絡(luò)攻擊下電力系統(tǒng)信息安全研究綜述[J]. 黃鑫,陳德成,孫軍,付蓉. 電測與儀表. 2017(23)
[6]基于功角測量和等面積法則的發(fā)電機(jī)暫態(tài)穩(wěn)定在線判別研究[J]. 謝宏杰,孔雨,金宇清. 電子測試. 2017(12)
[7]基于攻防博弈的SCADA系統(tǒng)信息安全評估方法[J]. 黃慧萍,肖世德,孟祥印. 計算機(jī)工程與科學(xué). 2017(05)
[8]考慮網(wǎng)絡(luò)攻擊因素的電網(wǎng)信息物理系統(tǒng)業(yè)務(wù)可靠性分析[J]. 茹葉棋,周斌,吳亦貝,李俊娥,袁凱,劉開培. 電力建設(shè). 2017(05)
[9]電力信息物理融合系統(tǒng)環(huán)境中的網(wǎng)絡(luò)攻擊研究綜述[J]. 湯奕,陳倩,李夢雅,王琦,倪明,梁云. 電力系統(tǒng)自動化. 2016(17)
[10]智能配電網(wǎng)態(tài)勢感知和態(tài)勢利導(dǎo)關(guān)鍵技術(shù)[J]. 王守相,梁棟,葛磊蛟. 電力系統(tǒng)自動化. 2016(12)
碩士論文
[1]數(shù)據(jù)篡改攻擊下配電信息物理系統(tǒng)安全風(fēng)險評估[D]. 黃校娟.南京郵電大學(xué) 2018
[2]信息物理融合環(huán)境下電網(wǎng)惡性數(shù)據(jù)鏈識別方法研究[D]. 李澤龍.東北電力大學(xué) 2018
[3]基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢評估與預(yù)測技術(shù)研究[D]. 羅昭.西北大學(xué) 2018
[4]基于大數(shù)據(jù)的網(wǎng)絡(luò)安全態(tài)勢感知模型研究[D]. 朱博文.華僑大學(xué) 2018
[5]基于網(wǎng)絡(luò)行為特征的網(wǎng)絡(luò)安全態(tài)勢研究[D]. 趙燕偉.黑龍江大學(xué) 2018
[6]基于混合優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型[D]. 賴智全.蘭州大學(xué) 2017
[7]非侵入式的基于功耗的PLC異常監(jiān)測系統(tǒng)[D]. 肖玉珺.浙江大學(xué) 2017
[8]基于可信計算的工業(yè)控制系統(tǒng)信息安全解決方案研究[D]. 鐘梁高.大連理工大學(xué) 2015
[9]網(wǎng)絡(luò)安全態(tài)勢感知系統(tǒng)設(shè)計與關(guān)鍵模塊實(shí)現(xiàn)[D]. 李林.北京郵電大學(xué) 2015
[10]網(wǎng)絡(luò)安全態(tài)勢分析與預(yù)測方法研究[D]. 王一村.北京交通大學(xué) 2015
本文編號:3328338
【文章來源】:南京郵電大學(xué)江蘇省
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【部分圖文】:
投影矩陣
為預(yù)測態(tài)勢值,n 為預(yù)測樣本個數(shù)。本實(shí)驗(yàn)中選取 120 組訓(xùn)練樣本,50 組測試樣本,使用上文 4.6 中對網(wǎng)絡(luò)安全態(tài)勢值進(jìn)行量化并進(jìn)行態(tài)勢感知,如下圖 3.8 所示,當(dāng)達(dá)到 70 次后,精度趨于穩(wěn)定為 10-3,設(shè)置 Epoch為 100 次。圖 3.8 Epoch 與精度關(guān)系實(shí)驗(yàn)結(jié)果如下圖 3.9 和 3.10 所示,圖 3.9 為 LDA-RBF 的預(yù)測輸出與 RBF 神經(jīng)網(wǎng)絡(luò)輸出以及期望輸出對比圖。藍(lán)色實(shí)心圓為期望輸出;紅色空心圓為本文所提方法輸出,綠色斷點(diǎn)圖為 RBF 神經(jīng)網(wǎng)絡(luò)輸出。從圖中可以 LDA-RBF 的輸出大部分?jǐn)?shù)據(jù)是非常吻合的,與單純RBF 神經(jīng)輸出對比具有較大的優(yōu)勢。
模擬網(wǎng)絡(luò)攻擊的發(fā)生,記錄網(wǎng)絡(luò)攻擊對電力系統(tǒng)的運(yùn)行變化影響。仿真圖如下圖4.2 所示:圖 4.2 電網(wǎng)信息物理融合系統(tǒng)圖中的微電網(wǎng)組成部分有兩組固體氧化物燃料電池(Solid Oxide Fuel Cell, SoFC),以及一組 PV 光伏電池,然后接上無線總線(Infinite Bus);實(shí)驗(yàn)中采用 truetime 工具來模擬電力通信網(wǎng)絡(luò)實(shí)現(xiàn) SOFC 控制信號的傳輸,如圖中的 communication loop 模塊,圖中的 Pref 信號通過 truetimenetwork 傳遞作為 SOFC 逆變器的開關(guān)量控制信號。默認(rèn)情況下 truetimenetwork的網(wǎng)絡(luò)數(shù)據(jù)傳輸速率(Datarate)為 3500000bits/s;丟包率為(Lossprobability)0。本實(shí)驗(yàn)通過修改丟包率來模擬網(wǎng)絡(luò)攻擊造成的誤碼影響,改變數(shù)據(jù)傳輸速率來模擬時延現(xiàn)象。正常情況下的 SOFC 和 PV 的仿真輸出功率隨時間的變化如下圖 4.3,仿真時間為 2s。通信正常時,控制信號能及時的傳輸?shù)诫娏ο到y(tǒng),在經(jīng)歷短暫的啟動時間后,各電源輸出功率趨于穩(wěn)定。
【參考文獻(xiàn)】:
期刊論文
[1]考慮負(fù)荷數(shù)據(jù)虛假注入的電力信息物理系統(tǒng)協(xié)同攻擊模型[J]. 阮振,呂林,劉友波,劉捷,王電剛,黃林. 電力自動化設(shè)備. 2019(02)
[2]電力信息物理系統(tǒng)網(wǎng)絡(luò)攻擊與防御研究綜述(一)建模與評估[J]. 王琦,李夢雅,湯奕,倪明. 電力系統(tǒng)自動化. 2019(09)
[3]面向感知質(zhì)量保障的安全態(tài)勢預(yù)測優(yōu)化模型[J]. 王健,李可,趙國生. 華中科技大學(xué)學(xué)報(自然科學(xué)版). 2018(01)
[4]基于關(guān)聯(lián)特性矩陣的電網(wǎng)信息物理系統(tǒng)耦合建模方法[J]. 薛禹勝,李滿禮,羅劍波,倪明,陳倩,湯奕. 電力系統(tǒng)自動化. 2018(02)
[5]網(wǎng)絡(luò)攻擊下電力系統(tǒng)信息安全研究綜述[J]. 黃鑫,陳德成,孫軍,付蓉. 電測與儀表. 2017(23)
[6]基于功角測量和等面積法則的發(fā)電機(jī)暫態(tài)穩(wěn)定在線判別研究[J]. 謝宏杰,孔雨,金宇清. 電子測試. 2017(12)
[7]基于攻防博弈的SCADA系統(tǒng)信息安全評估方法[J]. 黃慧萍,肖世德,孟祥印. 計算機(jī)工程與科學(xué). 2017(05)
[8]考慮網(wǎng)絡(luò)攻擊因素的電網(wǎng)信息物理系統(tǒng)業(yè)務(wù)可靠性分析[J]. 茹葉棋,周斌,吳亦貝,李俊娥,袁凱,劉開培. 電力建設(shè). 2017(05)
[9]電力信息物理融合系統(tǒng)環(huán)境中的網(wǎng)絡(luò)攻擊研究綜述[J]. 湯奕,陳倩,李夢雅,王琦,倪明,梁云. 電力系統(tǒng)自動化. 2016(17)
[10]智能配電網(wǎng)態(tài)勢感知和態(tài)勢利導(dǎo)關(guān)鍵技術(shù)[J]. 王守相,梁棟,葛磊蛟. 電力系統(tǒng)自動化. 2016(12)
碩士論文
[1]數(shù)據(jù)篡改攻擊下配電信息物理系統(tǒng)安全風(fēng)險評估[D]. 黃校娟.南京郵電大學(xué) 2018
[2]信息物理融合環(huán)境下電網(wǎng)惡性數(shù)據(jù)鏈識別方法研究[D]. 李澤龍.東北電力大學(xué) 2018
[3]基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢評估與預(yù)測技術(shù)研究[D]. 羅昭.西北大學(xué) 2018
[4]基于大數(shù)據(jù)的網(wǎng)絡(luò)安全態(tài)勢感知模型研究[D]. 朱博文.華僑大學(xué) 2018
[5]基于網(wǎng)絡(luò)行為特征的網(wǎng)絡(luò)安全態(tài)勢研究[D]. 趙燕偉.黑龍江大學(xué) 2018
[6]基于混合優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型[D]. 賴智全.蘭州大學(xué) 2017
[7]非侵入式的基于功耗的PLC異常監(jiān)測系統(tǒng)[D]. 肖玉珺.浙江大學(xué) 2017
[8]基于可信計算的工業(yè)控制系統(tǒng)信息安全解決方案研究[D]. 鐘梁高.大連理工大學(xué) 2015
[9]網(wǎng)絡(luò)安全態(tài)勢感知系統(tǒng)設(shè)計與關(guān)鍵模塊實(shí)現(xiàn)[D]. 李林.北京郵電大學(xué) 2015
[10]網(wǎng)絡(luò)安全態(tài)勢分析與預(yù)測方法研究[D]. 王一村.北京交通大學(xué) 2015
本文編號:3328338
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3328338.html
最近更新
教材專著