基于掩码自编码器的智能电网虚假数据注入攻击检测方法

刘佳羽; 尚涛; 姜亚彤; 熊科宇

doi:10.16543/j.2095-641x.electric.power.ict.2025.05.10

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于掩码自编码器的智能电网虚假数据注入攻击检测方法

网络安全 | 更新时间：2026-02-04

- 基于掩码自编码器的智能电网虚假数据注入攻击检测方法
- 基于掩码自编码器的智能电网虚假数据注入攻击检测方法
- 电力信息与通信技术 2025年第5期页码：77-83
- 作者机构：
  
  北京航空航天大学网络空间安全学院
- 作者简介：
- 基金信息：
  
  国家电网有限公司总部科技项目资助“电力监控系统网络安全威胁综合管控及过程推演关键技术研究”(5108-202040036A-0-0-00)
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.05.10
  中图分类号： TM76;TP393.08
- 纸质出版：2025
- 稿件说明：
移动端阅览
刘佳羽, 尚涛, 姜亚彤, 等. 基于掩码自编码器的智能电网虚假数据注入攻击检测方法[J]. 电力信息与通信技术, 2025,(5):77-83.

刘佳羽, 尚涛, 姜亚彤, et al. 基于掩码自编码器的智能电网虚假数据注入攻击检测方法[J]. 2025, (5): 77-83.
刘佳羽, 尚涛, 姜亚彤, 等. 基于掩码自编码器的智能电网虚假数据注入攻击检测方法[J]. 电力信息与通信技术, 2025,(5):77-83. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.05.10.

刘佳羽, 尚涛, 姜亚彤, et al. 基于掩码自编码器的智能电网虚假数据注入攻击检测方法[J]. 2025, (5): 77-83. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.05.10.

摘要

虚假数据注入攻击通常包括系统入侵和数据篡改2个环节，绝大部分研究主要集中在数据篡改检测上，而对于通过检测系统入侵来检测虚假数据注入攻击的研究则相对匮乏，为此，文章提出了一种基于掩码自编码器的智能电网虚假数据注入攻击检测方法。首先从智能电网中通信流量的统计性特征和原始字节特征两方面入手，结合特征融合的机制将通信流量转化成特征灰度图。然后基于改进的掩码自编码器，从计算机视觉的角度对虚假数据注入攻击入侵系统的攻击流量进行检测。实验结果表明，该方法可以在多个数据集上以99%的准确率识别出攻击流量，实现了对虚假数据注入攻击的高效检测。

Abstract

关键词

Keywords

references

Yi Wu,Tong Zu,Naiwang Guo,Zheng Zhu,Fengyong Li.Laplace-Domain Hybrid Distribution Model Based FDIA Attack Sample Generation in Smart Grids[J].Symmetry,2023.

Unsal Derya Betul,Ustun Taha Selim,Hussain S. M. Suhail,Onen Ahmet.Enhancing Cybersecurity in Smart Grids: False Data Injection and Its Mitigation[J].Energies,2021.

Hao Jianye,Kang Eunsuk,Sun Jun,Wang Zan,Meng Zhaopeng,Li Xiaohong,Ming Zhong.An Adaptive Markov Strategy for Defending Smart Grid False Data Injection From Malicious Attackers[J].IEEE Transactions on Smart Grid,2018.

Pascal Vincent,Hugo Larochelle,Isabelle Lajoie,Yoshua Bengio,Pierre-Antoine Manzagol.Stacked Denoising Autoencoders: Learning Useful Representations in a Deep Network with a Local Denoising Criterion.[J].Journal of Machine Learning Research,2010.

张斌.虚假数据注入攻击下信息物理系统的模型预测控制策略研究[D].兰州理工大学,2022(12).

王磊,耿介坦,尚舵,景浩,王嘉驹,董海阔.能源工业互联网发展研究[J].电力信息与通信技术,2023(12).

李天慧,谢云澄,车荣花,梁迪昌,王健.基于DRSN-BiLSTM的电力信息网络入侵检测模型[J].电力信息与通信技术,2023(09).

李达,尚涛,高雪芹,刘建伟.基于深度强化学习的电力CPS联合防御方案[J].电力信息与通信技术,2023(09).

林玉坤,于新会,李元诚,支妍力,曾萍.基于改进CNN的新型电力系统APT攻击检测[J].电力信息与通信技术,2023(06).

赵俊华,梁高琪,文福拴,董朝阳.乌克兰事件的启示:防范针对电网的虚假数据注入攻击[J].电力系统自动化,2016(07).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑潮流和拓扑约束的电力系统虚拟数据注入攻击生成方法

基于wk-GDNN模型的虚假数据注入攻击检测研究

基于TransGAIN的电力系统虚假数据恢复算法

基于自适应生成对抗网络的智能电网状态重构的虚假数据攻击检测

测定水中砷含量时吸收效率与时间关系之探讨