一种基于联邦学习与对比学习的虚假数据注入攻击检测方法

本发明公开了一种基于联邦学习与对比学习的虚假数据注入攻击检测方法，本发明涉及电力系统安全技术领域，包括从电力站采集电压、相位、频率、设备状态电力数据，使用小波变换法去噪并使用KNN插值填补缺失值，将数据转换为JSON格式，使用SHA‑256生成哈希值，并将JSON格式数据和哈希值上传至区块链；本发明通过通过将虚假数据注入攻击检测方法与联邦学习结合，各个电力站能够在本地训练模型参数从而避免了原始数据的上传，减少了数据泄露的风险，通过区块链技术管理模型参数和电力数据，确保了数据的完整性和安全性，从而提高了电力系统的数据可靠性和安全防护能力。