摘要
本发明涉及电力系统安全检测技术领域,公开了一种电力系统数据篡改攻击检测方法及系统,该方法包括采集业务流量数据构建样本集;初始化卷积神经网络模型的网络结构,确定需要优化的超参数集合,利用灰狼优化算法对超参数进行优化;将样本集输入优化后的卷积神经网络模型,迭代优化模型的内部参数以达到最优状态,并评估卷积神经网络模型对应用层数据篡改识别的效能;使用最终的卷积神经网络模型执行电力系统应用层数据篡改攻击和系统层数据篡改攻击的检测。本发明提供基于GWO‑CNN应用层数据篡改检测模型和遥控指令威胁程度判断模型的双层检测框架,从应用层和系统层实现电力系统数据篡改攻击检测,提升对复杂攻击策略的识别能力。
技术关键词
卷积神经网络模型
业务流量数据
攻击检测方法
灰狼优化算法
电力系统
IEC104协议
样本
指令
参数
有功功率
效能
sigmoid函数
网络结构
矩阵
遥控设备
遥控开关
攻击检测系统
稳定运行状态
系统为您推荐了相关专利信息
负荷预测方法
短期负荷预测
微电网电力
电力系统负荷预测技术
Attention机制
异常流量
隐蔽特征
特征提取模型
非易失性存储介质
阶段
电力设备
轨迹
深度学习系统
机器可读存储介质
链路
三维卷积神经网络模型
两点间距离
牙槽骨缺损
点云
生成三维模型
状态在线评估
数据采集模块
数据存储单元
电网监控单元
大数据