基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法
【專利摘要】本發(fā)明提出了一種基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法；該方法利用智能電網(wǎng)物理系統(tǒng)和信息系統(tǒng)緊密耦合的特性，通過分析智能電網(wǎng)電力量測(cè)數(shù)據(jù)與網(wǎng)絡(luò)通信流量，利用物理-信息模糊推理的方法來判定攻擊行為，能顯著降低檢測(cè)的誤報(bào)率，改善智能電網(wǎng)攻擊檢測(cè)的效果。
【專利說明】基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法

【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明屬于智能電網(wǎng)攻擊檢測(cè)【技術(shù)領(lǐng)域】，特別涉及一種基于物理-信息模糊推理 的智能電網(wǎng)攻擊檢測(cè)方法。

【背景技術(shù)】：
[0002] 智能電網(wǎng)將先進(jìn)的傳感量測(cè)技術(shù)、信息通信技術(shù)、自動(dòng)控制技術(shù)、新能源技術(shù)與電 網(wǎng)基礎(chǔ)設(shè)施高度集成，支持能量和數(shù)據(jù)在電網(wǎng)中的雙向流動(dòng)。先進(jìn)的信息網(wǎng)絡(luò)顯著提升了 電力網(wǎng)絡(luò)的可觀性、可控性、實(shí)時(shí)性和自愈性；但與此同時(shí)，信息網(wǎng)絡(luò)中的各種漏洞和攻擊 威脅使得攻擊者有更多的途徑滲透和入侵到電力系統(tǒng)。典型的網(wǎng)絡(luò)攻擊方式如拒絕服務(wù)攻 擊、數(shù)據(jù)竊聽、中間人攻擊、流量重放攻擊等，在智能電網(wǎng)等物理信息系統(tǒng)中同樣有效且危 害更大。傳統(tǒng)電力網(wǎng)絡(luò)中，攻擊者主要通過破壞電網(wǎng)的物理基礎(chǔ)設(shè)施實(shí)現(xiàn)對(duì)電網(wǎng)的破壞和 干擾；在智能電網(wǎng)中，攻擊者可以通過信息網(wǎng)絡(luò)入侵并攻擊智能電網(wǎng)中的設(shè)備，通過篡改電 網(wǎng)的數(shù)據(jù)，導(dǎo)致電網(wǎng)的狀態(tài)監(jiān)控和決策出現(xiàn)失誤。這種攻擊方式通過信息網(wǎng)絡(luò)滲透到物理 網(wǎng)絡(luò)，具有同時(shí)與物理系統(tǒng)和信息系統(tǒng)有關(guān)聯(lián)的特點(diǎn)。
[0003] 傳統(tǒng)電網(wǎng)安全檢測(cè)技術(shù)基于電力系統(tǒng)的物理規(guī)律，利用狀態(tài)估計(jì)和RN檢測(cè)等方 法對(duì)不同節(jié)點(diǎn)的量測(cè)數(shù)據(jù)進(jìn)行交叉驗(yàn)證，檢測(cè)和辨識(shí)不良數(shù)據(jù)。但是由于這些方法基于電 力系統(tǒng)的物理規(guī)律，需要對(duì)實(shí)際系統(tǒng)的各類量測(cè)誤差、傳輸錯(cuò)誤等有一定容忍能力，因此對(duì) 局部的小規(guī)模偽造數(shù)據(jù)很難實(shí)現(xiàn)精確檢測(cè)。在智能電網(wǎng)中，攻擊者通過精心設(shè)計(jì)攻擊場(chǎng)景， 構(gòu)造出滿足物理規(guī)律約束或在系統(tǒng)量測(cè)誤差容忍程度范圍內(nèi)的錯(cuò)誤數(shù)據(jù)來逃避系統(tǒng)的異 常檢測(cè)，導(dǎo)致傳統(tǒng)電網(wǎng)安全監(jiān)控技術(shù)在檢測(cè)精度、檢測(cè)可信度、計(jì)算復(fù)雜度等方面都面臨巨 大挑戰(zhàn)。
[0004] 針對(duì)智能電網(wǎng)中信息安全技術(shù)引入后帶來的安全問題，人們提出利用信息安全檢 測(cè)方法來保護(hù)智能電網(wǎng)。然而，信息網(wǎng)絡(luò)安全技術(shù)不考慮物理系統(tǒng)自身的價(jià)值，難以評(píng)估威 脅的嚴(yán)重程度；同時(shí)檢測(cè)方法大多誤報(bào)率很高，從海量的異常報(bào)警中發(fā)現(xiàn)實(shí)際的攻擊事件 一直是網(wǎng)絡(luò)安全領(lǐng)域的難點(diǎn)問題之一。
[0005] 考慮到智能電網(wǎng)中物理系統(tǒng)和信息系統(tǒng)的強(qiáng)關(guān)聯(lián)性，單純從物理系統(tǒng)或信息系統(tǒng) 角度考慮進(jìn)行攻擊檢測(cè)的效果都具有明顯的局限性。


【發(fā)明內(nèi)容】
：
[0006] 為了克服上述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種基于物理-信息模糊 推理的智能電網(wǎng)攻擊檢測(cè)方法，以克服上述單獨(dú)從物理系統(tǒng)或信息系統(tǒng)進(jìn)行智能電網(wǎng)攻擊 檢測(cè)的局限性，能夠同時(shí)考慮到攻擊對(duì)智能電網(wǎng)中的物理系統(tǒng)和信息系統(tǒng)造成的影響，利 用物理系統(tǒng)和信息系統(tǒng)的檢測(cè)信息互補(bǔ)結(jié)合，交叉驗(yàn)證，通過盡量低的運(yùn)算代價(jià)得到比單 純從物理系統(tǒng)或信息系統(tǒng)進(jìn)行檢測(cè)更好的檢測(cè)精度。
[0007] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：
[0008] -種基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，包括如下步驟：
[0009] 步驟SI :利用部署在智能電網(wǎng)中的電力量測(cè)設(shè)備和流量監(jiān)控系統(tǒng)得到智能電網(wǎng) 的電力量測(cè)數(shù)據(jù)和設(shè)備通信流量；對(duì)得到的電力量測(cè)數(shù)據(jù)和設(shè)備通信流量分別進(jìn)行異常事 件檢測(cè)，得到物理系統(tǒng)異常度和信息系統(tǒng)異常度；
[0010] 步驟S2 :基于電力量測(cè)設(shè)備和智能通信設(shè)備在傳輸線上的分布，將物理系統(tǒng)和信 息系統(tǒng)的異常度進(jìn)行關(guān)聯(lián)融合，得到電力傳輸線路上的物理-信息異常度<C，P> ;
[0011] 步驟S3 :利用知識(shí)庫(kù)，將物理-信息異常度<C，P>由精確量轉(zhuǎn)化為模糊化量，并用 相應(yīng)的模糊集合來表示；
[0012] 步驟S4 :結(jié)合知識(shí)庫(kù)中的規(guī)則庫(kù)，利用模糊邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則進(jìn)行物 理-信息模糊推理得出用相應(yīng)模糊集合表示的電力傳輸線路上的異常度模糊化輸出；
[0013] 步驟S5 :結(jié)合知識(shí)庫(kù)將異常度模糊化輸出反模糊化成精確量，得到用精確數(shù)值表 示的線路上的物理-信息綜合異常度F ;
[0014] 步驟S6 :設(shè)定攻擊檢測(cè)閾值；若線路i的物理-信息綜合異常度超過給定檢測(cè)閾 值，則判定線路i受到了攻擊，否則判定線路i沒有受到攻擊。
[0015] 本發(fā)明進(jìn)一步的改進(jìn)在于，步驟S1包括兩個(gè)并行的部分：物理系統(tǒng)異常度分析和 信息系統(tǒng)異常度分析。
[0016] 本發(fā)明進(jìn)一步的改進(jìn)在于，所述步驟S2中，物理系統(tǒng)和信息系統(tǒng)的異常度進(jìn)行關(guān) 聯(lián)融合的方法為：利用智能電網(wǎng)中每條被量測(cè)線路上部署有一個(gè)或多個(gè)通信設(shè)備，而每個(gè) 設(shè)備在信息網(wǎng)絡(luò)中對(duì)應(yīng)有一個(gè)獨(dú)立且唯一的IP地址的特點(diǎn)，通過〈設(shè)備IP地址，設(shè)備所在 線路編號(hào)〉映射表將物理系統(tǒng)和信息系統(tǒng)的異常度進(jìn)行關(guān)聯(lián)。
[0017] 本發(fā)明進(jìn)一步的改進(jìn)在于，所述知識(shí)庫(kù)根據(jù)經(jīng)驗(yàn)手動(dòng)設(shè)定，包括數(shù)據(jù)庫(kù)和模糊控 制規(guī)則庫(kù)兩部分，數(shù)據(jù)庫(kù)主要包括輸入語(yǔ)言變量的隸屬函數(shù)，以及模糊空間的分級(jí)數(shù)；規(guī)則 庫(kù)包括用模糊語(yǔ)言變量表示的一系列推理規(guī)則，規(guī)則反映了經(jīng)驗(yàn)和知識(shí)。
[0018] 本發(fā)明進(jìn)一步的改進(jìn)在于，所述步驟S3中，物理-信息系統(tǒng)異常度模糊化的方 法為：基于知識(shí)庫(kù)中的輸入語(yǔ)言變量的隸屬函數(shù)，以及模糊空間的分級(jí)數(shù)，將精確量輸入 <C，P>進(jìn)行模糊化處理變成模糊化量輸入，并用相應(yīng)的模糊集合來表示。
[0019] 本發(fā)明進(jìn)一步的改進(jìn)在于，所述步驟S4中，物理信息模糊推理的方法為：將模糊 化后的物理-信息異常度作為輸入，結(jié)合知識(shí)庫(kù)中的物理-信息模糊推理規(guī)則庫(kù)，利用模糊 邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則進(jìn)行推理，得出用相應(yīng)模糊集合表示的傳輸線路綜合異常度 輸出。
[0020] 本發(fā)明進(jìn)一步的改進(jìn)在于，所述步驟S5中，推理結(jié)果去模糊化的方法為：基于知 識(shí)庫(kù)中的輸入語(yǔ)言變量的隸屬函數(shù)，以及模糊空間的分級(jí)數(shù)，將用模糊集合表示的綜合異 常度輸出結(jié)果反模糊化成精確量，即物理-信息綜合異常度F =[匕；F2 . . ;Fn]。
[0021] 本發(fā)明進(jìn)一步的改進(jìn)在于，所述步驟S6中，攻擊事件判定的方法為：設(shè)定檢測(cè)閾 值為￡，取值范圍為0.2-0.8之間，若？ 1>8，則判定線路1受到了攻擊，若匕<8，則判 定線路i沒有受到攻擊。
[0022] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
[0023] (1)本發(fā)明充分利用智能電網(wǎng)中物理系統(tǒng)（電力網(wǎng)絡(luò)）和信息系統(tǒng)（通信網(wǎng)絡(luò)） 之間的強(qiáng)耦合性和密不可分性，通過將傳統(tǒng)的電力系統(tǒng)檢測(cè)方法和信息系統(tǒng)檢測(cè)方法結(jié)合 起來，利用兩者的信息進(jìn)行交叉驗(yàn)證，能夠有效地提高檢測(cè)精度，降低誤報(bào)率。
[0024] (2)本發(fā)明利用模糊推理系統(tǒng)進(jìn)行最終的融合推理決策。與傳統(tǒng)的推理方法相比， 模糊推理的輸入和輸出關(guān)系高度靈活，可以很好地將自然語(yǔ)言表征的專家經(jīng)驗(yàn)應(yīng)用于推理 決策。
[0025] (3)本發(fā)明的檢測(cè)方法是對(duì)原有的物理系統(tǒng)和信息系統(tǒng)的檢測(cè)方法的改進(jìn)和提 升，在原有檢測(cè)方法的檢測(cè)結(jié)果基礎(chǔ)上進(jìn)行分析，可以在原有系統(tǒng)的基礎(chǔ)上通過軟件升級(jí) 的方式進(jìn)行部署，不需要額外的硬件開銷。
[0026] (4)本發(fā)明中物理系統(tǒng)檢測(cè)和信息系統(tǒng)檢測(cè)同時(shí)進(jìn)行，由數(shù)據(jù)處理和模糊推理帶 來的運(yùn)算量開銷增量很低，整體運(yùn)算開銷和原來的檢測(cè)方法基本相同。通過很小的運(yùn)算開 銷可以實(shí)現(xiàn)檢測(cè)性能的顯著提升。

【專利附圖】

【附圖說明】
[0027] 圖1為IEEE-14節(jié)點(diǎn)標(biāo)準(zhǔn)電力系統(tǒng)測(cè)試案例的結(jié)構(gòu)圖。
[0028] 圖2為本發(fā)明基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法整體流程圖。
[0029] 圖3為智能電網(wǎng)物理系統(tǒng)異常度分析過程流程圖。
[0030] 圖4為智能電網(wǎng)信息系統(tǒng)異常度分析過程流程圖。
[0031] 圖5為IEEE-14節(jié)點(diǎn)標(biāo)準(zhǔn)電力系統(tǒng)中物理系統(tǒng)異常度模糊變量的隸屬度函數(shù)圖。
[0032] 圖6為IEEE-14節(jié)點(diǎn)標(biāo)準(zhǔn)電力系統(tǒng)中信息系統(tǒng)異常度模糊變量的隸屬度函數(shù)圖。
[0033] 圖7為IEEE-14節(jié)點(diǎn)標(biāo)準(zhǔn)電力系統(tǒng)中模糊推理系統(tǒng)模糊輸出異常度的隸屬度函數(shù) 圖。
[0034] 圖8為IEEE-14節(jié)點(diǎn)標(biāo)準(zhǔn)電力系統(tǒng)中在特定輸入下進(jìn)行物理-信息模糊推理得到 的模糊輸出量隸屬度函數(shù)圖。

【具體實(shí)施方式】
[0035] 下面結(jié)合附圖和實(shí)施例詳細(xì)說明本發(fā)明的實(shí)施方式。
[0036] 以IEEE-14節(jié)點(diǎn)標(biāo)準(zhǔn)電力系統(tǒng)測(cè)試案例為例說明智能電網(wǎng)攻擊檢測(cè)方法的仿真 實(shí)驗(yàn)設(shè)定：
[0037] 圖1為IEEE-14節(jié)點(diǎn)標(biāo)準(zhǔn)電力系統(tǒng)測(cè)試案例的系統(tǒng)結(jié)構(gòu)圖，系統(tǒng)包含14個(gè)節(jié)點(diǎn)和 20個(gè)支路，其中節(jié)點(diǎn)1、2、3、6、8是發(fā)電節(jié)點(diǎn)，節(jié)點(diǎn)4、5、7、9、10、11、12、13、14是負(fù)荷節(jié)點(diǎn)，節(jié) 點(diǎn)之間通過20條傳輸線路連接。利用matpower工具箱對(duì)該測(cè)試系統(tǒng)的電力系統(tǒng)進(jìn)行仿真， 仿真過程中通過修改電力系統(tǒng)中的線路量測(cè)數(shù)據(jù)實(shí)現(xiàn)對(duì)線路的不良數(shù)據(jù)注入攻擊，攻擊的 注入率η定義為被攻擊線路有功功率的增加或減少量為原系統(tǒng)所有線路有功功率均值的η 倍。
[0038] 通過建立IDS中報(bào)警數(shù)量和威脅度的生成模型對(duì)智能電網(wǎng)的通信系統(tǒng)檢測(cè)進(jìn)行 仿真。IDS中報(bào)警數(shù)量和威脅度的生成模型可表述為：
[0039] 1)正常情況下：智能電網(wǎng)的物理量測(cè)數(shù)據(jù)只受到量測(cè)誤差的影響，一個(gè)采樣區(qū)間 內(nèi)線路上的報(bào)警數(shù)量服從均值為2的泊松分布，威脅度用均值為0. 8的負(fù)指數(shù)分布來近似， 得到的威脅度超過5 (威脅程度的取值上限）的取為5,小于5的向上取整；
[0040] 2)發(fā)生不良數(shù)據(jù)注入攻擊的情況下：信息系統(tǒng)中的IDS會(huì)模擬由于檢測(cè)到攻擊帶 來的異常流量，導(dǎo)致被攻擊線路上的報(bào)警數(shù)量增加5個(gè)，且增加的報(bào)警的威脅程度取4或5 的概率都為0. 5。
[0041] 對(duì)IEEE-14節(jié)點(diǎn)系統(tǒng)進(jìn)行不良數(shù)據(jù)注入攻擊，并采用三種不同的方法進(jìn)行攻擊檢 測(cè)，以對(duì)比分析檢測(cè)的效果。三種攻擊檢測(cè)方法分別為：
[0042] 1)單純基于物理系統(tǒng)的攻擊檢測(cè)方法：采用傳統(tǒng)的rN檢測(cè)方法，當(dāng)標(biāo)準(zhǔn)殘差 |1^|超過閾值2.25，則認(rèn)為線路1在（卜^，幻時(shí)間段內(nèi)受到了攻擊。
[0043] 2)單純基于信息系統(tǒng)的攻擊檢測(cè)方法：采用IDS進(jìn)行攻擊檢測(cè)，攻擊行為和報(bào)警 事件由實(shí)驗(yàn)仿真生成。IDS檢測(cè)的效果由仿真模型參數(shù)和系統(tǒng)的規(guī)模所決定，不會(huì)受到攻擊 注入率的影響。
[0044] 3)基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法：采用本發(fā)明提出的方法， 將物理網(wǎng)絡(luò)和信息網(wǎng)絡(luò)的檢測(cè)數(shù)據(jù)進(jìn)行關(guān)聯(lián)融合，并通過模糊推理得到的系統(tǒng)整體異常度 Fit)將和設(shè)定閾值ε進(jìn)行比較，如超過給定閾值則認(rèn)為在線路i處遭到了攻擊，反之亦然。
[0045] 以下結(jié)合附圖2、3、4詳細(xì)說明本發(fā)明基于物理和信息數(shù)據(jù)融合的智能電網(wǎng)攻擊 檢測(cè)方法的實(shí)施方式。
[0046] 圖2是基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法整體流程圖，顯示了基 于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法的基本框架，其具體步驟包括：
[0047] 步驟S1 :利用部署在智能電網(wǎng)中的電力量測(cè)設(shè)備和流量監(jiān)控系統(tǒng)得到智能電網(wǎng) 的電力量測(cè)數(shù)據(jù)和設(shè)備通信流量；對(duì)得到的電力量測(cè)數(shù)據(jù)和設(shè)備通信流量分別進(jìn)行異常事 件檢測(cè)，得到物理系統(tǒng)異常度和信息系統(tǒng)異常度。步驟S1包括兩個(gè)并行的部分：物理系統(tǒng) 異常度分析和信息系統(tǒng)異常度分析，兩者的計(jì)算過程是并行且相互獨(dú)立的。
[0048] 結(jié)合圖3,具體而言，步驟S1中智能電網(wǎng)物理系統(tǒng)異常度分析過程具體包括如下 步驟：
[0049] 步驟S101 :通過電力量測(cè)設(shè)備得到電力系統(tǒng)的量測(cè)量z，利用加權(quán)最小二乘估 計(jì)的方法對(duì)量測(cè)量z進(jìn)行狀態(tài)估計(jì)，計(jì)算出電網(wǎng)系統(tǒng)狀態(tài)量的估計(jì)值? ;假定電力系統(tǒng) 中具有m個(gè)量測(cè)量，η個(gè)狀態(tài)量，令X = (Xp x2,. . .，χη)τ表征電力系統(tǒng)的狀態(tài)量，包括節(jié) 點(diǎn)的電壓幅值和電壓相角，ζ = (21，22，...，2"/表征系統(tǒng)的量測(cè)量，包括傳輸線路上的 有功功率和無功功率，e = (ep e2, . . .，em)T表征系統(tǒng)的量測(cè)誤差，滿足z = h(x)+e，h是 導(dǎo)納矩陣，由系統(tǒng)的結(jié)構(gòu)和線路阻抗參數(shù)決定，表征由X計(jì)算z的換算函數(shù)，R為量測(cè) 誤差方差陣（對(duì)角線元素為各節(jié)點(diǎn)量測(cè)誤差的方差，其余元素為零）的計(jì)算公式為：

【權(quán)利要求】
1. 一種基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特征在于，包括如下步 驟： 步驟S1 :利用部署在智能電網(wǎng)中的電力量測(cè)設(shè)備和流量監(jiān)控系統(tǒng)得到智能電網(wǎng)的電 力量測(cè)數(shù)據(jù)和設(shè)備通信流量；對(duì)得到的電力量測(cè)數(shù)據(jù)和設(shè)備通信流量分別進(jìn)行異常事件檢 測(cè)，得到物理系統(tǒng)異常度和信息系統(tǒng)異常度； 步驟S2 :基于電力量測(cè)設(shè)備和智能通信設(shè)備在傳輸線上的分布，將物理系統(tǒng)和信息系 統(tǒng)的異常度進(jìn)行關(guān)聯(lián)融合，得到電力傳輸線路上的物理-信息異常度<C，P> ; 步驟S3 :利用知識(shí)庫(kù)，將物理-信息異常度<C，P>由精確量轉(zhuǎn)化為模糊化量，并用相應(yīng) 的模糊集合來表示； 步驟S4:結(jié)合知識(shí)庫(kù)中的規(guī)則庫(kù)，利用模糊邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則進(jìn)行物 理-信息模糊推理得出用相應(yīng)模糊集合表示的電力傳輸線路上的異常度模糊化輸出； 步驟S5 :結(jié)合知識(shí)庫(kù)將異常度模糊化輸出反模糊化成精確量，得到用精確數(shù)值表示的 線路上的物理-信息綜合異常度； 步驟S6 :設(shè)定攻擊檢測(cè)閾值；若線路i的物理-信息綜合異常度超過給定檢測(cè)閾值，則 判定線路i受到了攻擊，否則判定線路i沒有受到攻擊。
2. 根據(jù)權(quán)利要求1所述基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特征在 于，步驟S1包括兩個(gè)并行的部分：物理系統(tǒng)異常度分析和信息系統(tǒng)異常度分析。
3. 根據(jù)權(quán)利要求2所述基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特征在 于， 所述物理系統(tǒng)異常度分析過程如下： 步驟S101 :通過電力量測(cè)設(shè)備得到電力系統(tǒng)的量測(cè)量Z，利用加權(quán)最小二乘估計(jì)的 方法對(duì)量測(cè)量z進(jìn)行狀態(tài)估計(jì)，計(jì)算出電網(wǎng)系統(tǒng)狀態(tài)量的估計(jì)值i ;假定電力系統(tǒng)中具 有m個(gè)量測(cè)量，η個(gè)狀態(tài)量，令X = (Xp x2,. . .，χη)τ表征電力系統(tǒng)的狀態(tài)量，包括節(jié)點(diǎn)的 電壓幅值和電壓相角，ζ = (21，22，...，2"/表征系統(tǒng)的量測(cè)量，包括傳輸線路上的有功 功率和無功功率，e = (ep e2, . . .，em)T表征系統(tǒng)的量測(cè)誤差，滿足z = h(x)+e，h(x)是 導(dǎo)納矩陣，由系統(tǒng)的結(jié)構(gòu)和線路阻抗參數(shù)決定，表征由X計(jì)算z的換算函數(shù)，R為量測(cè) 誤差方差陣，其中對(duì)角線元素為各節(jié)點(diǎn)量測(cè)誤差的方差，其余元素為零；?計(jì)算公式為：
步驟S102 :由?計(jì)算系統(tǒng)的量測(cè)量估計(jì)i =/!(&); 步驟S103 :計(jì)算殘，即量測(cè)量與量測(cè)量估計(jì)之差； 步驟S104:計(jì)算標(biāo)準(zhǔn)化殘差
其中D = diag[E(rrT)]為協(xié)方差矩陣的對(duì)角 陣，E(rrT)為殘差r的協(xié)方差矩陣； 步驟S105 :對(duì)rN樣本值進(jìn)行z-score標(biāo)準(zhǔn)化，得到均值為0、標(biāo)準(zhǔn)差為1的石，計(jì)算公 式為》V ;其中，μ N為rN的均值，σ N為rN的標(biāo)準(zhǔn)差
表征了物 理系統(tǒng)的異常度，i表征電力拓?fù)渲芯€路i的異常度； 所述信息系統(tǒng)異常度分析過程如下： 步驟S101':監(jiān)控智能電網(wǎng)中的通信流量，對(duì)流量進(jìn)行過濾分析產(chǎn)生報(bào)警事件，并存入 入侵檢測(cè)數(shù)據(jù)庫(kù)；報(bào)警事件的特征包括報(bào)警時(shí)間、源IP地址、目的IP地址以及威脅度，威脅 度表征事件嚴(yán)重程度的優(yōu)先級(jí)屬性，取值從1到5 ; 步驟S102':假設(shè)采樣檢測(cè)周期為T，采樣時(shí)刻為t ;從入侵檢測(cè)數(shù)據(jù)庫(kù)中提取出時(shí)間 段S = (t-aT，t]內(nèi)的報(bào)警事件及其相關(guān)特征，其中α是可調(diào)正整數(shù)， α越大，取樣分析 的時(shí)間段越長(zhǎng)，一般取3到5之間；記智能電網(wǎng)中所有設(shè)備的IP地址數(shù)量總和為1，設(shè)備IP 地址集合表示為IP= {IPpI^，…，IPJ ;記在時(shí)間段S內(nèi)產(chǎn)生了 k條報(bào)警事件，為目的 地址來自設(shè)備IPi的報(bào)警事件數(shù)量；記au為來自設(shè)備IPi的第j個(gè)報(bào)警事件，所有報(bào)警事 件的集合為 j =丨1^1.1，βι.2，…，，…，，氣2，…，·> 步驟S103':計(jì)算W,.y = (K /S /，1勺〇，其中qi; j為報(bào)警事件ai; j的威脅度；對(duì)wi; j 進(jìn)行最大值歸一化處理得到報(bào)警事件的異常度5；:
步驟S104':將上次采樣計(jì)算得到的異常度W/通過加權(quán)滑動(dòng)平均的方式引入 到本次采樣計(jì)算的結(jié)果中，加權(quán)滑動(dòng)平均的遺忘因子為λ ;考慮到報(bào)警事件在后續(xù)時(shí)間上 產(chǎn)生的影響，假定報(bào)警事件威脅度隨著時(shí)間增長(zhǎng)的衰減因子為β u ;計(jì)算得到本次采 樣中IPi對(duì)應(yīng)設(shè)備的異常度Wi:
W = (Wi，Wi，. . .，WD表征了信息系統(tǒng)的異常度。
4. 根據(jù)權(quán)利要求1所述基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特征在 于，所述步驟S2中，物理系統(tǒng)和信息系統(tǒng)的異常度進(jìn)行關(guān)聯(lián)融合的方法為：利用智能電網(wǎng) 中每條被量測(cè)線路上部署有一個(gè)或多個(gè)通信設(shè)備，而每個(gè)設(shè)備在信息網(wǎng)絡(luò)中對(duì)應(yīng)有一個(gè)獨(dú) 立且唯一的IP地址的特點(diǎn)，通過〈設(shè)備IP地址，設(shè)備所在線路編號(hào)〉映射表將物理系統(tǒng)和 信息系統(tǒng)的異常度進(jìn)行關(guān)聯(lián)。
5. 根據(jù)權(quán)利要求1或4所述基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特 征在于，所述物理-信息異常度<C，P> = [Cp Pi ;C2, P2 . . ;Cn，Pn]，為一個(gè)矩陣，表征整個(gè) 系統(tǒng)通過物理信息系統(tǒng)數(shù)據(jù)關(guān)聯(lián)后得到的所有線路的物理-信息異常度，假設(shè)線路i處有 s臺(tái)設(shè)備，IP地址分別為見，IP2,. . .，IPS，則線路i處的信息異常度為=1>:，其中I為 /=1 來IPi對(duì)應(yīng)設(shè)備的異常度；線路i處的物理異常度為6 =&；，&表征電力拓?fù)渲芯€路i的 異常度；矢量〈Ci，Pi>表征線路i處的物理-信息異常度。
6. 根據(jù)權(quán)利要求1所述基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特征在 于，所述知識(shí)庫(kù)根據(jù)經(jīng)驗(yàn)手動(dòng)設(shè)定，包括數(shù)據(jù)庫(kù)和模糊控制規(guī)則庫(kù)兩部分，數(shù)據(jù)庫(kù)主要包括 輸入語(yǔ)言變量的隸屬函數(shù)，以及模糊空間的分級(jí)數(shù)；規(guī)則庫(kù)包括用模糊語(yǔ)言變量表示的一 系列推理規(guī)則，規(guī)則反映了經(jīng)驗(yàn)和知識(shí)。
7. 根據(jù)權(quán)利要求1所述基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特征在 于，所述步驟S3中，物理-信息系統(tǒng)異常度模糊化的方法為：基于知識(shí)庫(kù)中的輸入語(yǔ)言變量 的隸屬函數(shù)，以及模糊空間的分級(jí)數(shù)，將精確量輸入<C，P>進(jìn)行模糊化處理變成模糊化量 輸入，并用相應(yīng)的模糊集合來表示。
8. 根據(jù)權(quán)利要求1所述基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特征在 于，所述步驟S4中，物理信息模糊推理的方法為：將模糊化后的物理-信息異常度作為輸 入，結(jié)合知識(shí)庫(kù)中的物理-信息模糊推理規(guī)則庫(kù)，利用模糊邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則 進(jìn)行推理，得出用相應(yīng)模糊集合表示的傳輸線路綜合異常度輸出。
9. 根據(jù)權(quán)利要求1所述基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特征在 于，所述步驟S5中，推理結(jié)果去模糊化的方法為：基于知識(shí)庫(kù)中的輸入語(yǔ)言變量的隸屬函 數(shù)，以及模糊空間的分級(jí)數(shù)，將用模糊集合表示的綜合異常度輸出結(jié)果反模糊化成精確量， 即物理-信息綜合異常度F =鞏；F2 ;· · · ;Fn]。
10. 根據(jù)權(quán)利要求1所述基于物理-信息模糊推理的智能電網(wǎng)攻擊檢測(cè)方法，其特征 在于，所述步驟S6中，攻擊事件判定的方法為：設(shè)定檢測(cè)閾值為ε，取值范圍為0.2-0. 8之 間，若Fi > ε，則判定線路i受到了攻擊，若Fi < ε，則判定線路i沒有受到攻擊。
【文檔編號(hào)】H04L12/26GK104125112SQ201410366443
【公開日】2014年10月29日 申請(qǐng)日期:2014年7月29日 優(yōu)先權(quán)日:2014年7月29日
【發(fā)明者】管曉宏, 劉楊, 孫鴻, 劉烴, 桂宇虹, 蘇曼 申請(qǐng)人:西安交通大學(xué)