摘要
本发明涉及智能电网中模型版本更新的应用,专注于检测基于电网数据的模型版本更新时隐蔽攻击的方案。目前存在的检测方法要么是中心化的,要么仅限于智能电网模型版本更新场景下中的数据毒化攻击。然而,在智能电网模型版本更新场景环境中成功检测隐蔽攻击的工作尚未有所突破,这表明隐蔽攻击的检测非常具有挑战性。本方案通过每次训练过程中应用局部解释模型无关方法(Local Interpretable Model‑agnostic Explanations,LIME)方法,对系统中每个用户训练模型的特征进行提取,这种方法能够识别模型中的关键特征。进一步通过离群检测算法,我们能够快速而精确地评估用户行为。这种综合的方法不仅有助于发现恶意用户,还能及时响应可能的异常情况,从而保障电网系统的安全可靠运行。
技术关键词
版本更新
智能电网
离群检测算法
训练智能
节点
阶段
邻域
模型更新
电网系统
密度
数据更新
异常数据
因子
样本
参数
场景
噪声
系统为您推荐了相关专利信息
人体关节角度
人体骨架信息
关节点
识别方法
动态时间规整
电力系统拓扑模型
节点特征
时间序列特征
电力负荷预测方法
深度神经网络
储能控制系统
储能系统
动态潮流
电力储能设备
电力系统模型
相似性学习方法
多头注意力机制
节点特征
前馈神经网络
矩阵