تشخیص حمله ی سایبری تزریق داده ی غلط در شبکه ی برق مبتنی بر PMU با استفاده از فیلتر کالمن

با گسترش استفاده از شبکه های ارتباطی و ساختار سایبر- فیزیکی در سیستم های قدرت، حملات سایبری به تهدیدی جدی در شبکه ی برق تبدیل شده است. برهم کنش شبکه های ارتباطی (لایه سایبری) و شبکه های برق (لایه فیزیکی)، فرایند تخمین حالت سیستم های قدرت را نسبت به حملات سایبری آسیب پذیر کرده است. در این مقاله، مسئله ی تشخیص حمله ی تزریق داده ی غلط ( FDI) در شبکه ی برق با در نظر گرفتن اندازه گیری های انجام شده توسط واحد اندازه گیری فازور (PMU) و تخمین دینامیکی متغیرهای حالت سیستم توسط تخمین گر کالمن مورد بحث قرارگرفته است. حمله ی موردنظر به کانال های ارتباطی بین PMU و تخمین گر حالت صورت می گیرد. نشان داده شده است به دلیل ماهیت هوشمند حمله ی FDI طراحی شده، آشکارساز  که کارایی خوبی برای تشخیص سایر انواع حملات سایبری دارد، قادر به تشخیص این نوع حمله نیست. در مقابل روش ارایه شده که از آشکارساز فاصله اقلیدسی و فیلتر کالمن استفاده می کند، کارایی خوبی در تشخیص حمله ی FDI از خود نشان می دهد. اگر مهاجم با الگوریتمی پیشرفته و بر اساس اطلاعاتی که از شبکه و پارامترهای آن دارد، حمله را به گونه ای طراحی کند که در چند PMU به طور جزیی تزریق داده غلط انجام شود، آشکارساز طراحی شده قادر خواهد بود این حمله را به سرعت تشخیص دهد. احتمال تشخیص نادرست به دلیل اثر نویز کمتر از 1 درصد است. تاثیر حمله ی FDI بر تخمین حالت سیستم و کارایی روش موردمطالعه در تشخیص حمله در سیستم استاندارد 14 باسه IEEE نشان داده شده است.