Đang chuẩn bị liên kết để tải về tài liệu:
Phát hiện trạng thái hệ thống điện bị tấn công an ninh mạng dựa trên máy học
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Trong nghiên cứu này, nhóm tác giả đề xuất sử dụng các thuật toán máy học (machine learning) để phát hiện trạng thái hệ thống điện bị tấn công an ninh mạng. Bộ dữ liệu sử dụng được lấy từ phòng thí nghiệm Oak Ridge National Laboratory của Hoa Kỳ. | ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ - ĐẠI HỌC ĐÀ NẴNG VOL. 19 NO. 9 2021 43 PHÁT HIỆN TRẠNG THÁI HỆ THỐNG ĐIỆN BỊ TẤN CÔNG AN NINH MẠNG DỰA TRÊN MÁY HỌC POWER SYSTEMS CYBER-ATTACK DETECTION BASED ON MACHINE LEARNING Nguyễn Quốc Minh1 Nguyễn Trần Minh Trang1 Nguyễn Tiến Thành1 Đàm Tá Hải2 1 Trường Đại học Bách khoa Hà Nội 2 Công ty TNHH MTV Thí nghiệm điện miền Bắc Tác giả liên hệ minh.nguyenquoc@hust.edu.vn Nhận bài 21 6 2021 Chấp nhận đăng 09 8 2021 Tóm tắt - Trong nghiên cứu này nhóm tác giả đề xuất sử dụng các Abstract - In this research the authors propose a novel method thuật toán máy học machine learning để phát hiện trạng thái hệ to detect 34567890- based on machine learning. We use the data thống điện bị tấn công an ninh mạng. Bộ dữ liệu sử dụng được lấy from the Oak Ridge National Laboratory USA. The data consist từ phòng thí nghiệm Oak Ridge National Laboratory của Hoa Kỳ. of 128 features from Phasor Measurement Unit PMU including Bộ dữ liệu bao gồm 128 các đặc trưng thu được từ các Phasor phase and magnitude of the voltage and current frequency Measurement Unit PMU là các giá trị biên độ góc pha của điện impedance and status from control panel. The data are first fed áp và dòng điện tần số tổng trở và các trạng thái của hệ thống điều into feature extraction layer to detect and eliminate the unaffected khiển bảo vệ. Bộ dữ liệu được đưa vào lớp trích chọn đặc trưng features. The data are then split into training and testing sets. We nhằm loại bớt các đặc trưng không ảnh hưởng hoặc ít ảnh hưởng đến use several machine learning algorithms to train the power system bài toán nhận dạng sau đó được đưa vào lớp nhận dạng để phát hiện cyber-attack detection model such as random forest support các trạng thái bị tấn công an ninh mạng. Kết quả cho thấy các thuật vector machine K-nearest neighbor and neural network. The toán machine learing có thể nhận dạng được trạng thái hệ thống điện results show that the cyber-attack can be detected with the bị tấn .