一种检测和防御微电网中虚假数据注入攻击的方法技术

本发明专利技术公开了一种检测和防御微电网中虚假数据注入攻击的方法，采集正常状态和不同形式的虚假数据注入攻击下的频率偏差、太阳能和风能的功率偏差、柴油发电机功率偏差、燃料发电功率偏差、电池和飞轮发电功率偏差和有功负载偏差数据，组成不同类型的数据向量；使用训练样本对BiLSTM神经网络进行训练，使用验证集输入向量对BiLSTM进行测试，BiLSTM输出即为微电网负载频率控制系统中的数据类型；若BiLSTM输出的检测结果为系统受到了虚假数据注入攻击，则BiLSTM神经网络向改进鲸鱼优化算法发出信号，此时改进鲸鱼优化算法优化PID控制器的参数，保障微电网的安全运行。本发明专利技术增强了检测和防御算法的普适性，提高了检测的准确率，保证负载频率控制系统的稳定运行。保证负载频率控制系统的稳定运行。保证负载频率控制系统的稳定运行。

【技术实现步骤摘要】
一种检测和防御微电网中虚假数据注入攻击的方法


[0001]本专利技术属于防御
，具体涉及一种检测和防御微电网中虚假数据注入攻击的方法。

技术介绍

[0002]微电网是智能电网的一个重要组成部分，是“双碳”背景下促进新能源利用、缓解能源危机的有效手段。传统的电力生产方式依赖于石油、煤炭等化石能源，但这些不可再生的能源终将枯竭，其污染物也会严重影响自然环境，因此发展风能、太阳能等可再生能源是“双碳”发展背景下的重中之重。微电网是能够实现自我控制，保护和管理的使用可再生能源的小型发电和配电系统，既可以与外部智能电网并行也可以独立工作，不仅提高了电力系统的可靠性，也促进可再生能源的发展。
[0003]由于微电网中网络空间信息技术与物理基础设施的高度融合，使得微电网的负载频率控制系统的通信过程具有很高的实时性，而实时性的缺点是无法采取更复杂的防御措施来影响其通信，从而使得负载频率控制系统很容易受到一些网络攻击。虚假数据注入攻击是这些网络攻击中最典型的，攻击者通过巧妙地构建攻击矢量，使得微电网的不良数据检测系统无法检测到虚假数据注入攻击，若不实施相应防护措施，虚假数据注入攻击可能会对微电网的稳定性造成严重破坏。
[0004]目前，关于微电网中得负载频率控制系统中检测和防御虚假数据注入攻击的方法有很多，主要分为建立模型法和基于数据驱动的检测和防御方法。然而很多方法没有考虑对不同类型的虚假数据注入攻击进行检测和防御，缺乏普适性，同时基于模型的检测和防御方法高度依赖于微电网的参数，但在实践中很难获得微电网的所有参数。因此专利技术一种可以检测和防御多种类型的虚假数据注入攻击方法非常有必要。

技术实现思路

[0005]专利技术目的：本专利技术提供一种检测和防御微电网中虚假数据注入攻击的方法，能够检测多种类型的虚假数据攻击且不需要微电网的参数信息，并且在检测到攻击后使用改进鲸鱼优化算法优化PID控制器参数，使虚假数据注入攻击带来的不稳定的频率偏差恢复稳定。
[0006]技术方案：本专利技术提出一种检测和防御微电网中虚假数据注入攻击的方法，包括以下步骤：
[0007](1)采集正常状态和不同形式的虚假数据注入攻击下的微电网负载频率控制系统的状态变量，组成不同类型的数据向量组成数据向量，并新城训练样本；
[0008](2)设置BiLSTM神经网络的参数，使用训练样本对BiLSTM神经网络进行训练，使用验证集输入向量对BiLSTM神经网络进行测试，BiLSTM神经网络输出即为微电网负载频率控制系统中的数据类型；
[0009](3)若BiLSTM神经网络输出的结果为微电网负载频率控制系统受到了虚假数据注
入攻击，则BiLSTM神经网络向改进鲸鱼优化算法发出信号，改进鲸鱼优化算法优化PID控制器的参数，使得由虚假数据注入攻击带来的不利频率偏差恢复到稳定范围内，保障微电网的安全运行。
[0010]进一步地，步骤(1)所述的不同形式的虚假数据注入攻击为：
[0011]脉冲型虚假数据注入攻击：攻击者在一段时间内以脉冲的形式注入虚假数据，表示为：
[0012]阶跃型虚假数据注入攻击：攻击者从某一时刻开始不断注入虚假数据，表示为：
[0013][0014]随机性虚假数据注入攻击：攻击者在随机时间向系统注入随机的虚假数据，表示为：
[0015]f
a
(t)＝Δf
a3
[0016]其中，f
a
(t)为虚假数据注入攻击函数，
△
f
ai i＝1,2,3，代表三种不同形式的虚假数据注入攻击注入到负载频率控制系统中的虚假向量，t
ia
代表虚假数据注入攻击开始时间，t
fa
代表虚假数据注入攻击结束时间。
[0017]进一步地，所述步骤(1)实现过程如下：
[0018]令X＝[
△
f,
△
P
SC
,
△
P
WG
,
△
P
DT
,
△
P
FC
,
△
P
FW
,
△
P
BS
,
△
P
L
]，其中，
△
f为频率偏差、
△
P
SC
为太阳能、
△
P
WG
为风能的功率偏差、
△
P
DT
为柴油发电机功率偏差、
△
P
FC
为燃料发电功率偏差、
△
P
BS
为电池发电功率偏差、
△
P
FW
为飞轮发电功率偏差和
△
P
L
为有功负载偏差；组成数据向量[X1,X2,...,X
m
]，将前70％取出得到训练样本集；不同的数据类型对应不同的标签，根据历史数据生成输入向量；将正常数据，带有脉冲型虚假数据注入攻击的数据，带有阶跃型虚假数据注入攻击的数据和带有随机型虚假数据注入攻击的数据赋予标签0，1，2，3；则相应的数据类型Y＝[0,1,2,3]作为输出向量，得到训练样本[X1,X2,...,X
m
,Y]。
[0019]进一步地，步骤(2)所述BiLSTM神经网络结合门控机制，包括忘记门，输入门和输出门，并插入一个状态单元调节网络的运行；模型输入为X，隐藏层状态为h，输出为Y；对输入变量X和输出变量Y进行归一化处理；
[0020]遗忘门f
t
：通过遗忘门f
t
决定前一时刻传入的信息的保留程度，遗忘门f
t
通过t时刻的输入X
t
与t
‑
1时刻隐藏层输出h
t
通过线性变换，再施加激活函数σ得到：
[0021]f
t
＝σ(W
f
·
[h
t
‑1,X
t
]+b
f
)
[0022]其中，W
f
和b
f
表示遗忘门权重矩阵和偏置项；
[0023]输入门i
t
：输入门i
t
主要决定t时刻输入信息的保留程度：
[0024]i
t
＝σ(W
i
·
[h
t
‑1,x
t
]+b
i
)
[0025]其中，W
i
和b
i
表示输入门权重矩阵和偏置项；
[0026]是t时刻的输入状态，通过整合隐藏层输出h
t
‑1和输入X
t
经过线性变换再施加tanh得到，相当于将输入X
t...

【技术保护点】

【技术特征摘要】
1.一种检测和防御微电网中虚假数据注入攻击的方法，其特征在于，包括以下步骤：(1)采集正常状态和不同形式的虚假数据注入攻击下的微电网负载频率控制系统的状态变量，组成不同类型的数据向量组成数据向量，并新城训练样本；(2)设置BiLSTM神经网络的参数，使用训练样本对BiLSTM神经网络进行训练，使用验证集输入向量对BiLSTM神经网络进行测试，BiLSTM神经网络输出即为微电网负载频率控制系统中的数据类型；(3)若BiLSTM神经网络输出的结果为微电网负载频率控制系统受到了虚假数据注入攻击，则BiLSTM神经网络向改进鲸鱼优化算法发出信号，改进鲸鱼优化算法优化PID控制器的参数，使得由虚假数据注入攻击带来的不利频率偏差恢复到稳定范围内，保障微电网的安全运行。2.根据权利要求1所述的一种检测和防御微电网中虚假数据注入攻击的方法，其特征在于，步骤(1)所述的不同形式的虚假数据注入攻击为：脉冲型虚假数据注入攻击：攻击者在一段时间内以脉冲的形式注入虚假数据，表示为：阶跃型虚假数据注入攻击：攻击者从某一时刻开始不断注入虚假数据，表示为：随机性虚假数据注入攻击：攻击者在随机时间向系统注入随机的虚假数据，表示为：f
a
(t)＝Δf
a3
其中，f
a
(t)为虚假数据注入攻击函数，
△
f
ai
i＝1,2,3，代表三种不同形式的虚假数据注入攻击注入到负载频率控制系统中的虚假向量，t
ia
代表虚假数据注入攻击开始时间，t
fa
代表虚假数据注入攻击结束时间。3.根据权利要求1所述的一种检测和防御微电网中虚假数据注入攻击的方法，其特征在于，所述步骤(1)实现过程如下：令X＝[
△
f,
△
P
SC
,
△
P
WG
,
△
P
DT
,
△
P
FC
,
△
P
FW
,
△
P
BS
,
△
P
L
]，其中，
△
f为频率偏差、
△
P
SC
为太阳能、
△
P
WG
为风能的功率偏差、
△
P
DT
为柴油发电机功率偏差、
△
P
FC
为燃料发电功率偏差、
△
P
BS
为电池发电功率偏差、
△
P
FW
为飞轮发电功率偏差和
△
P
L
为有功负载偏差；组成数据向量[X1,X2,...,X
m
]，将前70％取出得到训练样本集；不同的数据类型对应不同的标签，根据历史数据生成输入向量；将正常数据，带有脉冲型虚假数据注入攻击的数据，带有阶跃型虚假数据注入攻击的数据和带有随机型虚假数据注入攻击的数据赋予标签0，1，2，3；则相应的数据类型Y＝[0,1,2,3]作为输出向量，得到训练样本[X1,X2,...,X
m
,Y]。4.根据权利要求1所述的一种检测和防御微电网中虚假数据注入攻击的方法，其特征在于，步骤(2)所述BiLSTM神经网络结合门控机制，包括忘记门，输入门和输出门，并插入一个状态单元调节网络的运行；模型输入为X，隐藏层状态为h，输出为Y；对输入变量X和输出变量Y进行归一化处理；遗忘门f
t
：通过遗忘门f
t
决定前一时刻传入的信息的保留程度，遗忘门f
...

【专利技术属性】
技术研发人员：李媛媛，张志勋，卢剑权，胡建强，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：