基于博弈论与深度学习的智能电网攻击对抗分类
机器学习
2021-06-08 v1
摘要
智能电网易受网络攻击。本文提出一种博弈论方法来评估攻击者对电力测量值所造成的扰动。对手可通过操纵智能电网的计量表获得经济利益。另一方面，存在一名防御者试图维持计量表的准确性。我们使用零和博弈对攻击者与防御者之间的交互建模。本文使用了两种不同的防御者，并评估了每种防御者在不同场景下的有效性。多层感知机（MLP）与传统状态估计器是本文研究的两种防御者。我们还考察了在知晓对手与不知晓对手情形下防御者的效用。我们的仿真表明，当使用 MLP 作为防御者时，对手获得的效用显著下降。我们将展示防御者的效用基于所采用的防御者在不同场景中有所变化。最后，我们将展示该零和博弈不存在纯策略均衡，并计算出了博弈的混合策略。
引用
@article{arxiv.2106.03209,
title = {Adversarial Classification of the Attacks on Smart Grids Using Game Theory and Deep Learning},
author = {Kian Hamedani and Lingjia Liu and Jithin Jagannath and Yang and Yi},
journal= {arXiv preprint arXiv:2106.03209},
year = {2021}
}
备注
Accepted to ACM Workshop on Wireless Security and Machine Learning (WiseML) 2021