智能电网中的在线网络攻击检测：一种强化学习方法
机器学习
2019-02-19 v1 密码学与安全
机器学习
摘要
网络攻击的早期检测对于智能电网安全可靠运行至关重要。文献中已提出进行逐样本决策的离群点检测方案，以及需要完美攻击模型的在线检测方案。本文中，我们将在线攻击/异常检测问题表述为部分可观测马尔可夫决策过程（POMDP）问题，并采用无模型强化学习（RL）针对 POMDP 的框架提出一种通用的鲁棒在线检测算法。数值研究说明了所提出的基于 RL 的算法在及时、准确检测针对智能电网的网络攻击方面的有效性。
引用
@article{arxiv.1809.05258,
title = {Online Cyber-Attack Detection in Smart Grid: A Reinforcement Learning Approach},
author = {Mehmet Necip Kurt and Oyetunji Ogundijo and Chong Li and Xiaodong Wang},
journal= {arXiv preprint arXiv:1809.05258},
year = {2019}
}