基于人工智能的宽幅控制电力系统网络攻击识别与缓解方法
系统与控制
2024-08-09 v1 系统与控制
摘要
我们提出了一种基于生成对抗网络（GAN）的深度学习方法，既用于识别又用于缓解电力系统宽幅控制回路中的网络攻击。考虑的具体攻击类型包括数据注入和拒绝服务（DoS）。与现有方法不同，后者要么是基于模型的，要么是无模型的，且需要两个独立的学习模块用于检测和缓解，导致攻击清除前的响应时间较长。我们的深度学习器将两项目标集成在同一个框架内。提出了基于长短期记忆（LSTM）编码器-解码器的GAN，能够比完全连接的GAN更准确地捕获电力系统的时序动态，从而为两项目标提供更好的精度和更快的响应。该方法使用IEEE 68母线电力系统模型进行了验证。
引用
@article{arxiv.2408.04189,
title = {Artificial Intelligence based Approach for Identification and Mitigation of Cyber-Attacks in Wide-Area Control of Power Systems},
author = {Jishnudeep Kar and Aranya Chakrabortty},
journal= {arXiv preprint arXiv:2408.04189},
year = {2024}
}
备注
AAAI 2023 workshop