تشخیص حمله‌ی سایبری تزریق داده‌ی غلط در شبکه‌ی‌ برق مبتنی‌بر PMU با استفاده از فیلتر‌ کالمن

Abstract

با گسترش استفاده از شبکه‌های ارتباطی و ساختار سایبر- فیزیکی در سیستم‌های قدرت، حملات سایبری به تهدیدی جدی در شبکه‌ی برق تبدیل‌ شده‌است. برهم­کنش شبکه‌های ارتباطی (لایه سایبری) و شبکه‌های برق (لایه فیزیکی)، فرایند تخمین حالت سیستم‌های قدرت را نسبت به حملات سایبری آسیب‌پذیر کرده‌است. در این مقاله، مسئله‌ی تشخیص حمله‌ی تزریق داده‌ی غلط (‌FDI) در شبکه‌ی برق با در‌‌نظر‌‌‌گرفتن اندازه‌گیری‌های انجام‌شده توسط واحد اندازه‌گیری فازور (PMU) و تخمین دینامیکی متغیرهای حالت سیستم توسط تخمین‌گر کالمن مورد بحث قرارگرفته ‌است. حمله‌ی موردنظر به کانال‌های ارتباطی بین PMU و تخمین‌گر حالت صورت می‌گیرد. نشان داده ‌شده ‌است به‌دلیل ماهیت هوشمند حمله­ی FDI طراحی‌شده، آشکارساز که کارایی خوبی برای تشخیص سایر انواع حملات سایبری دارد، قادر به تشخیص این نوع حمله نیست. در مقابل روش ارائه‌شده که از آشکارساز فاصله اقلیدسی و فیلتر کالمن استفاده می­کند، کارایی خوبی در تشخیص حمله­ی FDI از خود نشان می­دهد. اگر مهاجم با الگوریتمی پیشرفته و بر اساس اطلاعاتی که از شبکه و پارامترهای آن دارد، حمله را به‌گونه‌ای طراحی کند که در چند PMU به‌طور جزئی تزریق داده غلط انجام شود، آشکارساز طراحی‌شده قادر خواهد‌بود این حمله را به‌‌سرعت تشخیص دهد. احتمال تشخیص نادرست به‌دلیل اثر نویز کمتر از 1 درصد است. تأثیر حمله‌ی FDI بر تخمین‌ حالت سیستم و کارایی روش موردمطالعه در تشخیص حمله در سیستم استاندارد 14 باسه ‌IEEE نشان داده‌ شده‌است.