针对智能电表负荷曲线的虚假数据注入攻击的激励加权异常检测
系统与控制
2023-01-26 v1 系统与控制
摘要
现货定价常被建议作为提高电力负荷需求侧灵活性的方法。然而，极少有研究考虑现货定价易遭受通过虚假数据注入（FDI）式攻击进行的金融欺诈的脆弱性。在本文中，我们考虑旨在改变用户负荷曲线以利用日内价格谷值的攻击。我们考察了一种针对试图利用现货价格获取经济利益的网络攻击的异常检测协议。由此我们概述了一种检测工业负荷智能电表攻击的方法论。我们首先创建按业务类型划分的底层业务的特征聚类模型。然后利用这些聚类为针对负荷曲线的虚假数据攻击创建一种激励加权异常检测协议。这种基于聚类的方法将负荷曲线与现货定价考量均纳入注入负荷曲线的检测中。为减少误报，我们将包含现货价格知识的基于激励的检测建模到异常跟踪中，使该方法能够解释负荷曲线中不太可能为攻击的变化。
引用
@article{arxiv.2301.10628,
title = {Incentive-weighted Anomaly Detection for False Data Injection Attacks Against Smart Meter Load Profiles},
author = {Martin Higgins and Bruce Stephen and David Wallom},
journal= {arXiv preprint arXiv:2301.10628},
year = {2023}
}