基于深度学习的智能电网虚假数据注入攻击的检测系统

摘要

本发明涉及一种基于深度学习的智能电网虚假数据注入攻击的检测系统，属于智能电网领域，包括静态检测器，其构建在动态检测器之外并与警报连接，用以接收第一输入源；动态检测器，其与警报连接，用以接收实时检测和网络包传输的数据，网络包能够被指令捕获，用以识别FDI攻击的高水平时间序列特征；深度学习模型通过将实时收集的测量数据支持离线训练，并在训练完成后更新预测模型。时间序列异常检测采用卷积神经网络和长短期记忆网络，在实现高效的计算系统变量时采用同时观察数据量和网络级特征来共同学习系统状态，通过提供对数据量和网络级特征对虚假数据注入攻击进行检测的系统，提高检测准确度和检测效率。