通过矩阵分解识别电力系统中的连续“不可观测”网络数据攻击
信息论
2016-11-03 v1 系统与控制
math.IT
摘要
本文提出了一个识别电力系统同步相量测量中一系列网络数据攻击的新框架。我们专注于检测“不可观测”网络数据攻击，这类攻击无法被任何纯粹依赖单一时刻接收到的测量值的现有方法所检测。利用相量测量单元(PMU)数据的近似低秩特性，我们将连续不可观测网络攻击的识别问题表述为一个低秩矩阵加上一个变换后的列稀疏矩阵的矩阵分解问题。我们提出了一种基于凸优化的方法，并提供了其在数据识别中的理论保证。在来自纽约中部电力系统的实际PMU数据和合成数据上进行了数值实验，以验证所提方法的有效性。
引用
@article{arxiv.1607.04776,
title = {Identification of Successive "Unobservable" Cyber Data Attacks in Power Systems Through Matrix Decomposition},
author = {Pengzhi Gao and Meng Wang and Joe H. Chow and Scott G. Ghiocel and Bruce Fardanesh and George Stefopoulos and Michael P. Razanousky},
journal= {arXiv preprint arXiv:1607.04776},
year = {2016}
}
备注
13 pages, accepted to IEEE Trans. Signal Processing