System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于电池储能系统的虚假数据注入攻击的检测方法技术方案_技高网

一种基于电池储能系统的虚假数据注入攻击的检测方法技术方案

技术编号:43103127 阅读:15 留言:0更新日期:2024-10-26 09:46
本申请提供了一种基于电池储能系统的虚假数据注入攻击的检测方法,方法包括:获取目标电池在预设时间段内所产生的第一预测数据,第一预测数据包括目标电池在不同采集时间下采集到的电池剩余使用寿命的预测数据;采用GAF编码算法,将第一预测数据转换为二维图像阵列;将二维图像阵列输入预先训练好的虚假信息注入攻击检测模型,得到第一预测数据对应的虚假数据注入攻击检测结果,检测结果指示了第一预测数据中是否存在虚假数据注入攻击。本申请通过检测电池剩余使用寿命预测过程中的虚假异常数据,保证电池剩余使用寿命预测的准确性,保证电池储能系统的安全稳定运行。

【技术实现步骤摘要】

本申请涉及电池储能系统rul预测,尤其涉及一种基于电池储能系统的虚假数据注入攻击的检测方法


技术介绍

1、fdia主要发生在储能电池装置与电池管理系统bms、bms与储能云平台的通信互联过程中,在储能管理系统信息层中,网络攻击(包括fdia)可能对储能管理系统各部分之间的通信传输数据进行破坏,从而导致储能云平台最终接收到的预测数据遭到篡改,在预测数据遭到篡改的情况下,使得储能云平台对目标电池的rul值的预测准确度容易受到影响,这样会严重危害储能电池的安全可靠运行。


技术实现思路

1、有鉴于此,本申请的目的在于至少提供一种基于电池储能系统的虚假数据注入攻击的检测方法,通过检测电池剩余使用寿命预测过程中的虚假异常数据,保证电池剩余使用寿命预测的准确性,保证电池储能系统的安全稳定运行。

2、本申请主要包括以下几个方面:

3、第一方面,本申请实施例提供一种基于电池储能系统的虚假数据注入攻击的检测方法,电池储能系统包括多个电池,方法包括:获取目标电池在预设时间段内所产生的第一预测数据,第一预测数据包括目标电池在不同采集时间下采集到的电池剩余使用寿命的预测数据;采用gaf编码算法,将第一预测数据转换为二维图像阵列;将二维图像阵列输入预先训练好的虚假信息注入攻击检测模型,得到第一预测数据对应的虚假数据注入攻击检测结果,检测结果指示了第一预测数据中是否存在虚假数据注入攻击。

4、在一种可能得实施方式中,第一预测数据包括多个时间数据序列,每个时间数据序列对应一寿命预测参数在预设时间段内的采集数据,其中,采用gaf编码算法,将第一预测数据转换为二维图像阵列的步骤包括:对每个时间数据序列对应的采集值进行归一化处理;通过gaf编码算法,在时间、采集值两个维度上分别对归一化处理后的每个时间数据序列进行解构,得到每个时间数据序列对应的二维特征图像;由多个二维特征图像形成二维图像阵列。

5、在一种可能得实施方式中,虚假信息注入攻击检测模型包括特征提取模型和分类模型,其中,通过以下方式得到第一预测数据对应的虚假数据注入攻击检测结果:将二维图像阵列输入预先训练好的特征提取模型,以通过特征提取模型对多个二维特征图像进行拼接、放缩和数据增强,得到与二维图像阵列对应的目标特征图像,目标特征图像包括与每个二维特征图像对应的优化后的特征图像;将目标特征图像输入预先训练好的分类模型,得到第一预测数据对应的虚假数据注入攻击检测结果。

6、在一种可能得实施方式中,通过以下方式完成对虚假信息注入攻击检测模型的训练:确定目标电池在第二预设时间段内所产生的第二预测数据,第二预测数据包括未引入虚假数据注入攻击的第一子预测数据和引入虚假数据注入攻击的第二子预测数据;由第一子预测数据和第二子预测数据,生成训练数据表;利用训练数据表对虚假信息注入攻击检测模型进行训练,得到训练好的虚假信息注入攻击检测模型。

7、在一种可能得实施方式中,通过以下方式确定第二预测数据:对目标电池进行nasa实验,在nasa实验过程中,将采集到的目标电池在第一目标循环周期范围内产生的电池剩余使用寿命的预测数据,确定为第一子预测数据;在nasa实验过程中对应的第二目标循环周期范围内,向目标电池的寿命预测参数在每个采集时刻下对应的采集值施加预设程度的虚假数据注入攻击;将采集到的目标电池在第二目标循环周期范围内产生的电池剩余使用寿命的预测数据,确定为第二子预测数据。

8、在一种可能得实施方式中,训练数据表包括每个循环周期下寿命预测参数对应的时间数据序列,时间数据序列包括寿命预测参数在不同采集时间下对应的采集值,其中,利用训练数据表对虚假信息注入攻击检测模型进行训练的步骤包括:针对训练数据表中每个循环周期下的时间数据序列,使用预设滑动窗口从该时间数据序列中提取一子时间数据序列;针对每个子时间数据序列,利用gaf编码算法将该子时间数据转换为对应的二维时间阵列,将二维时间阵列作为该循环周期下的攻击检测训练样本;为每个攻击检测训练样本添加样本数据标签,样本数据标签指示攻击检测训练样本对应的子时间数据序列是否存在虚假注入攻击;将多个攻击检测训练样本按照预设比例划分为攻击检测训练集和攻击检测试集;使用攻击检测训练集和攻击检测测试集对虚假信息注入攻击检测模型进行训练。

9、在一种可能得实施方式中,方法还包括:若确定检测结果指示了第一预测数据中存在虚假数据注入攻击,则对第一预测数据进行攻击警报。

10、第二方面,本申请实施例还提供一种基于电池储能系统的虚假数据注入攻击的检测装置,装置包括:

11、获取模块,用于获取目标电池在预设时间段内所产生的第一预测数据,第一预测数据包括目标电池在不同采集时间下采集到的电池剩余使用寿命的预测数据;转换模块,用于采用gaf编码算法,将第一预测数据转换为二维图像阵列;检测模块,用于将二维图像阵列输入预先训练好的虚假信息注入攻击检测模型,得到第一预测数据对应的虚假数据注入攻击检测结果,检测结果指示了第一预测数据中是否存在虚假数据注入攻击。

12、第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,存储器存储有处理器可执行的机器可读指令,当电子设备运行时,处理器与存储器之间通过总线进行通信,机器可读指令被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中的基于电池储能系统的虚假数据注入攻击的检测方法的步骤。

13、第四方面,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中的基于电池储能系统的虚假数据注入攻击的检测方法的步骤。

14、本申请实施例提供的一种基于电池储能系统的虚假数据注入攻击的检测方法,方法包括:获取目标电池在预设时间段内所产生的第一预测数据,第一预测数据包括目标电池在不同采集时间下采集到的电池剩余使用寿命的预测数据;采用gaf编码算法,将第一预测数据转换为二维图像阵列;将二维图像阵列输入预先训练好的虚假信息注入攻击检测模型,得到第一预测数据对应的虚假数据注入攻击检测结果,检测结果指示了第一预测数据中是否存在虚假数据注入攻击。本申请通过检测电池剩余使用寿命预测过程中的虚假异常数据,保证电池剩余使用寿命预测的准确性,保证电池储能系统的安全稳定运行。

15、为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。

本文档来自技高网...

【技术保护点】

1.一种基于电池储能系统的虚假数据注入攻击的检测方法,其特征在于,电池储能系统包括多个电池,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述第一预测数据包括多个时间数据序列,每个时间数据序列对应一寿命预测参数在预设时间段内的采集数据,

3.根据权利要求2所述的方法,其特征在于,所述虚假信息注入攻击检测模型包括特征提取模型和分类模型,

4.根据权利要求1所述的方法,其特征在于,通过以下方式完成对虚假信息注入攻击检测模型的训练:

5.根据权利要求4所述的方法,其特征在于,通过以下方式确定第二预测数据:

6.根据权利要求4所述的方法,其特征在于,所述训练数据表包括每个循环周期下寿命预测参数对应的时间数据序列,时间数据序列包括寿命预测参数在不同采集时间下对应的采集值,

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.一种基于电池储能系统的虚假数据注入攻击的检测装置,其特征在于,所述装置包括:

9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的基于电池储能系统的虚假数据注入攻击的检测方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至7任一所述的基于电池储能系统的虚假数据注入攻击的检测方法的步骤。

...

【技术特征摘要】

1.一种基于电池储能系统的虚假数据注入攻击的检测方法,其特征在于,电池储能系统包括多个电池,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述第一预测数据包括多个时间数据序列,每个时间数据序列对应一寿命预测参数在预设时间段内的采集数据,

3.根据权利要求2所述的方法,其特征在于,所述虚假信息注入攻击检测模型包括特征提取模型和分类模型,

4.根据权利要求1所述的方法,其特征在于,通过以下方式完成对虚假信息注入攻击检测模型的训练:

5.根据权利要求4所述的方法,其特征在于,通过以下方式确定第二预测数据:

6.根据权利要求4所述的方法,其特征在于,所述训练数据表包括每个循环周期下寿命预测参数对应的时间数据序列,时间数据序列包括寿命预测参...

【专利技术属性】
技术研发人员:孙明皓苏海锋刘云鹏史来贺刘礼周喻霖
申请(专利权)人:华北电力大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1