一种基于模态分解与极致梯度提升的虚假数据注入攻击检测方法

AITNT
正文
推荐专利
一种基于模态分解与极致梯度提升的虚假数据注入攻击检测方法
申请号:CN202411484759
申请日期:2024-10-23
公开号:CN119382959B
公开日期:2025-11-21
类型:发明专利
摘要
本发明涉及一种基于模态分解和极致梯度提升的虚假数据注入攻击检测方法,属于智能电网攻击检测技术领域。本发明采用变分模态分解来提取不同频率下FDIA信号的显著特征;此外,本发明利用从粒子群优化中获得的结果来替换单个总线上的极端梯度提升的预定阈值,从而提高了本发明的检测精度和可解释性。对IEEE‑14总线系统的仿真结果表明,本发明能够有效地检测针对单个总线的攻击,最后,评估了在特定噪声干扰下攻击强度对本发明性能的影响,从而证实了本发明的有效性和鲁棒性。
技术关键词
攻击检测方法 XGBoost模型 数据 皮尔逊相关系数 特征提取模块 频率 时间序列特征 包络 攻击检测技术 信息物理系统 因子 电流 粒子群优化算法 电压 数值 概率密度函数 量测误差 矩阵 信号 总线系统
系统为您推荐了相关专利信息
1
基于动态环境感知与云边协同的多源数据融合方法及系统
多源异构数据 车载摄像头 动态权重分配 车载雷达 气象传感器
2
一种基于PSO算法优化CNN-LSTM的电池荷电状态及健康状态预测方法
健康状态预测方法 电池荷电状态 LSTM模型 记忆单元 粒子
3
一种基于国土空间规划的多情景模拟推演方法
推演方法 情景 博弈算法 注意力机制 三维模型
4
一种基于视觉检测的表面缺陷检测系统
表面缺陷检测系统 缺陷高度 样本 陶瓷 数据采集模块
5
一种QSPI总线数据传输的验证方法、装置、设备及介质
状态机 阶段 比特数 验证方法 检查器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号