电力系统的虚假数据注入攻击和MTD系统研究（Matlab代码实现）

news2024/9/21 0:38:15

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

智能电网的深度融合，提升了电网的整体调度能力和效率。但伴随5G、人工智能和大量终端设备接入，信息物理融合系统（Cyber-Physical System，CPS）网络的安全风险也在不断增加。由于CPS由感知层、传输层和应用层构成，所以针对CPS的攻击类型复杂多样，如虚假数据注入攻击（False Data Injection Attacks，FDIA）、拒绝服务攻击［2］、传感器欺骗攻击［3］、重放攻击［4］以及恶意软件访问隐私数据攻击［5］等。在以上攻击类型中，以FDIA 攻击最为常见，破坏性最强。攻击者篡改传感器量测数据，或删除量测数据，造成决策系统发出错误决策，进而

严重威胁CPS网络安全。针对CPS的虚假数据注入攻击，王电钢［6］、王羽［7］等从博弈论的角度就攻防过程进行建模，并构建防御策略，以提高CPS网络的安全性；阮兆文［8］等针对FDIA攻击中的数据篡改问题，提出一种基于聚类算法与状态预测的检测方法，该方法的本质是基于状态估计；陈碧云[9］、刘鑫蕊［10］等则针对量测冗余度低给CPS带来的威胁问题，提出自适应无迹卡尔曼滤波动态估计结合神经网络的攻击检测方法，结果显示可有效提高攻击检测的辨识率；魏书珩等［11］也提出一种基于状态估计的FDIA攻击检测方法。

📚2 运行结果

部分代码：

function ok = attackok( H,z_true,rate )
%本函数用于计算攻击成功率，需输入攻击覆盖率
ok=0; %记载攻击次数
W=eye(size(H,1))*1000;
for i=1:10000
c=zeros(13,1); %攻击向量
c(13)=1; %攻击向量
c(1)=1; %攻击向量
a=H*c;
for cnt=14:33
if rand>rate
a(cnt)=0;
end
end
z_mes=z_true+randn(size(H,1),1)*sqrt(0.001);
z=z_mes+a;
x1=inv(H'*W*H)*H'*W*(z);
r=norm(z-H*x1);
if r<0.5405
ok=ok+1;
end

end