利用移动目标防御与深度学习定位电网中的协同信息物理攻击
系统与控制
2022-07-26 v1 系统与控制
摘要
作为针对电网最复杂的攻击之一，协同信息物理攻击（CCPAs）破坏电网物理基础设施，并利用同步网络攻击掩盖其影响。本工作提出一种新方法以检测此类攻击并识别线路中断（由物理攻击导致）的位置。所提方法由三部分组成。首先，应用移动目标防御（MTD），通过分布式灵活交流输电系统（D-FACTS）设备主动扰动输电线路电抗，以暴露物理攻击。MTD使攻击者掩盖其物理攻击所需的知识失效。其次，应用卷积神经网络（CNNs）从被篡改的量测中定位线路中断位置。最后，使用模型无关元学习（MAML）加速CNN在拓扑重构（由MTD引起）后的训练速度，并减少数据/重训练时间需求。使用IEEE测试系统进行了仿真。实验结果表明所提方法能有效定位隐蔽CCPAs中的线路中断。
引用
@article{arxiv.2207.12339,
title = {Localization of Coordinated Cyber-Physical Attacks in Power Grids Using Moving Target Defense and Deep Learning},
author = {Yexiang Chen and Subhash Lakshminarayana and Fei Teng},
journal= {arXiv preprint arXiv:2207.12339},
year = {2022}
}