Artificial Intelligence based Approach for Identification and Mitigation of Cyber-Attacks in Wide-Area Control of Power Systems
本文提出基于LSTM编码器-解码器GAN的统一深度学习框架,同时实现电力系统广域阻尼控制中虚假数据注入和DoS攻击的识别与缓解,并在IEEE 68节点系统上验证了其优于全连接GAN的精度和响应速度。
2024-08-08 cs.SY eess.SY
Attack Detection and Identification in Cyber-Physical Systems -- Part I: Models and Fundamental Limitations
University of California at Santa Barbara(加州大学圣塔芭芭拉分校)
本文提出统一框架,将网络物理系统建模为线性描述系统,攻击建模为未知输入,分析静态、动态和主动监视器在攻击检测与识别中的基本限制,并给出不可检测和不可识别攻击的构造性代数条件及图论条件。
2012-03-10 cs.SY eess.SY math.OC
Identification of Successive "Unobservable" Cyber Data Attacks in Power Systems Through Matrix Decomposition
Rensselaer Polytechnic Institute(伦斯勒理工学院);Exponent;New York Power Authority(纽约电力局);New York State Energy Research and Development Authority(纽约州能源研究与开发局)
本文提出一种新框架,通过矩阵分解识别电力系统同步相量测量中的连续网络数据攻击,利用PMU数据的近低秩特性,提出基于凸优化的方法并提供理论保证。
2016-07-16 cs.IT cs.SY eess.SY
Diagnostic Certificates of Data Quality and Regression Identifiability for Koopman Identification
School of Automation Science and Engineering, Xi’an Jiaotong University(西安交通大学自动化科学与工程学院);Xinjiang Cigarette Factory, Hongyun Honghe Tobacco (Group) Co., Ltd.(新疆卷烟厂,红云红河烟草(集团)有限责任公司)
本文提出用于Koopman识别的数据质量诊断框架,通过分离状态空间覆盖、聚类、提升特征非退化性和回归谱,提供理论保障和实例分析,展示不同诊断层不可替代性。
2026-05-10 cs.SY eess.SY math.OC
Cyber-Resilient System Identification for Power Grid through Bayesian Integration
University at Buffalo(布法罗大学);Carnegie Mellon University(卡内基梅隆大学);National University of Singapore(新加坡国立大学)
针对电网在随机和针对性虚假数据下的系统辨识问题,提出贝叶斯集成快照与时间序列模型的方法,显著降低FDIA下估计误差,并能定位异常数据,保持近线性可扩展性。
2025-10-15 cs.AI cs.CR cs.SY
Isolating Signatures of Cyberattacks under Stressed Grid Conditions
针对电网承压时攻击难辨的问题,提出基于 Koopman 模式分解的在线识别与可视化框架,并在 IEEE 68-bus 系统验证。
2024-08-04 cs.SY eess.SY math.DS
Cyber-Physical Attacks in Power Networks: Models, Fundamental Limitations and Monitor Design
University of California at Santa Barbara(加州大学圣塔芭芭拉分校)
本文提出统一框架和高级监控程序,利用几何控制理论检测和识别由全知对手引起的电力网络组件故障或测量篡改,并刻画了攻击检测与识别的基本限制。
2011-03-14 cs.SY eess.SY math.OC
Secure State Estimation and Attack Reconstruction in Cyber-Physical Systems: Sliding Mode Observer Approach
信息物理系统(CPS)是计算资源、网络通信和物理过程的紧密耦合。它们由一组网络组件组成,包括传感器、执行器、控制处理单元和通信代理,它们为物理世界提供工具,使其变得更智能。然而,网络组件也是新的、前所未有的恶意攻击漏洞的来源。为了保护CPS免受攻击,需要考虑保护、检测和识别三个安全级别。在本章中,我们将讨论识别级别,即,安全的状态估计和具有损坏的状态和测量的CPS的攻击重建。考虑到不同的攻击计划可能会攻击状态,传感器,或两者兼而有之,不同的在线攻击重建方法进行了讨论。固定增益和自适应增益有限时间收敛观测算法,特别是滑模观测器,适用于在线重建的传感器和状态攻击。接下来,被破坏的测量和状态将被在线清除,以便阻止攻击经由控制信号传播到CPS。所提出的方法被应用到电力网络,其状态和传感器受到攻击。仿真结果表明了所提出的观测器的有效性。
2019-11-08 cs.SY eess.SY
Anomaly-Based Intrusion Detection System for Cyber-Physical System Security
在过去的十年中,工业控制系统经历了与信息技术的大规模集成。工业网络经历了无数次技术变革,以保护运营和生产流程,导致今天的新工业革命。信息技术工具无法保证工业领域的机密性、完整性和可用性,因此了解物理组件与网络的交互至关重要。因此,工业控制系统通常是信息物理系统(CPS)的一个例子。本文旨在为网络物理系统中的网络攻击检测提供一种工具。该方法基于机器学习来提高系统的安全性。通过分析机器学习假设的值,可以评估三个模型的分类性能。使用训练集获得的模型允许对异常行为的样本和与正常行为相关的样本进行分类。在水箱系统中实现了攻击识别,利用机器学习的识别方法来避免水箱溢出等危险状态。结果令人鼓舞,证明了其有效性。
2021-10-25 cs.CR cs.SY eess.SY
Identification of Intraday False Data Injection Attack on DER Dispatch Signals
电网脱碳的迫切需求加速了可再生能源的整合。同时,不断增加的分布式能源(DER)和先进的计量基础设施(AMI)已经将电网转变为具有众多通信设备的更复杂的网络物理系统。虽然这些转变提供了经济和环境价值,但它们也增加了网络攻击和运营挑战的风险。本文研究了具有高可再生能源渗透率的电网对DER调度信号的日内虚假数据注入(FDI)攻击的脆弱性,并提出了一种基于核支持向量回归(SVR)的检测模型作为对策。在HCE 187总线测试系统上进行了数值实验,验证了日内FDI攻击场景和检测模型。
2022-07-08 cs.SY eess.SY math.OC
CyPhERS: A Cyber-Physical Event Reasoning System providing real-time situational awareness for attack and fault response
本工作提出CyPhERS,一种网络物理事件推理系统,通过生成可解释的事件签名,无需历史观测即可实时识别CPS中已知与未知的网络攻击和物理故障,提供事件发生、位置、影响及根因信息。
2023-05-26 cs.CR cs.SY eess.SP
A Stream Learning Approach for Real-Time Identification of False Data Injection Attacks in Cyber-Physical Power Systems
University of Windsor(温莎大学);University of New Brunswick(新不伦瑞克大学);Rensselaer Polytechnic Institute(伦斯勒理工学院);New York Power Authority(纽约电力局)
提出了一种新的数据驱动框架,以帮助系统状态估计时,电力系统是不可观测的虚假数据注入攻击。提出的框架动态检测和分类虚假数据注入攻击。然后,它使用所获取的信息来检索控制信号。这个过程是在三个主要模块中完成的,具有新颖的设计,用于检测,分类和控制信号检索。检测模块监测相量测量的历史变化,并捕获由对复杂平面的攻击引起的任何偏差模式。这种方法可以帮助揭示攻击的特征,包括注入错误数据的方向,幅度和比例。使用该信息,信号恢复模块可以容易地恢复原始控制信号并去除注入的假数据。可以通过分类器模块获得关于攻击类型的进一步信息。所提出的集成学习器与苛刻的学习条件兼容,包括缺乏标记数据,概念漂移,概念进化,循环类和独立于外部更新。所提出的新型分类器可以动态地从数据中学习,并在所有这些苛刻的学习条件下对攻击进行分类。引入的框架进行评估w.r.t.从纽约中央电力系统获取的真实数据。所得结果表明所提出的框架的有效性和稳定性。
2022-10-13 cs.CR cs.CV cs.LG
A Simplex-Inspired Architecture for Integrating Quantum Capabilities into Cyber-Physical Systems
School of Electrical Engineering;Computer Science Washington State University, WA, USA Emails
提出基于单纯形架构的混合经典-量子系统辨识框架,结合量子辅助希尔伯特空间高斯过程回归与经典高斯过程回归,通过运行时监控实现性能与安全性的可控权衡。
2026-07-01 cs.SY eess.SY
Assessment of Cyber-Physical Intrusion Detection and Classification for Industrial Control Systems
工业控制系统(ICS)与公共网络和数字设备的交互日益增加,给电力系统和其他关键基础设施带来了新的网络威胁。最近的网络物理攻击,如Stuxnet和Irongate,揭示了意想不到的ICS漏洞和改进安全措施的必要性。入侵检测系统构成了一种关键的安全技术,其通常监视网络数据以检测恶意活动。然而,现代信息通信系统的一个核心特征是物理和网络进程的相互依赖性日益增加。因此,网络和物理过程数据的集成被视为一个很有前途的方法,以提高可预测性的实时入侵检测的ICS的物理约束和底层的过程模式。这项工作系统地评估了基于机器学习的网络物理入侵检测和多类分类,通过比较其纯粹的基于网络数据的对应和错误分类和检测延迟的评估。多个监督检测和分类管道应用于最近的网络物理数据集,该数据集描述了通用ICS上的各种网络攻击和物理故障。一个关键的发现是,物理过程数据的集成提高了所有考虑的攻击类型的检测和分类。此外,它还支持攻击和故障的同时处理,为全面的跨域根本原因识别铺平了道路。
2023-01-03 cs.CR cs.SY eess.SY
Model Checking as Control: Feedback Control for Statistical Model Checking of Cyber-Physical Systems
本文提出反馈控制统计系统检验(FC-SSC),通过反馈控制原理分析网络物理系统。该方法利用随机系统识别学习CPS模型,重要性抽样估计状态,并通过重要性分裂控制系统以高效推断属性满足概率。
2015-06-12 cs.SY eess.SY
Covert Attacks in Cyber-Physical Control Systems
Federal University of Rio de Janeiro(里约热内卢联邦大学);Admiral Wandenkolk Instruction Center – Brazilian Navy(巴西海军安德森科尔上将教学中心);National Institute of Metrology, Quality and Technology (Inmetro)(国家计量、质量和技术研究所)
本文提出一种基于系统辨识攻击的隐蔽攻击,用于服务降级,通过模拟结果展示两种攻击联合操作能精确影响系统物理行为。
2017-04-03 cs.CR cs.SY eess.SY
Detection of Cyber-Physical Faults and Intrusions from Physical Correlations
Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);University of Vermont(佛蒙特大学)
研究通过物理信号相关性高效识别故障,无需先验知识,验证于建筑自动化系统数据。
2016-07-01 cs.SI cs.SY eess.SY
A Moving Target Defense for Securing Cyber-Physical Systems
Carnegie Mellon University(卡内基梅隆大学);Washington University in St. Louis(华盛顿大学圣路易斯分校)
本文研究了针对网络物理系统攻击的多移动目标防御设计与分析,提出通过引入随机时变参数来限制攻击者的模型知识并抑制其构建隐蔽攻击序列的能力,同时探讨了混合系统、扩展系统和传感器非线性性三种主要设计方法。
2020-07-07 cs.SY eess.SY
Design and Detection of Covert Man-in-the-Middle Cyberattacks on Water Treatment Plants
Siemens Corporation(西门子股份公司)
本文针对水处理厂提出一种利用系统辨识设计隐蔽中间人攻击的系统化建模方法,并通过PASAD检测方法评估对策,揭示噪声与模型误差对攻击隐蔽性的影响,强调工业控制环境需更鲁棒的检测策略。
2025-11-06 cs.CR cs.SY eess.SY
Quantifying Cyber-Vulnerability in Power Electronics Systems via an Impedance-Based Attack Reachable Domain
IEEE
本文提出基于阻抗的攻击可达域框架,用于量化电力电子系统中节点的网络漏洞,通过阻抗重塑映射可行对抗行为到关键特征值迁移,并定义攻击渗透指数以评估节点级网络漏洞。
2026-05-14 cs.AI cs.SY eess.SY
Hypergames and Cyber-Physical Security for Control Systems
本文通过超游戏分析对抗扰动如何操纵采用最优控制的系统,发现通过操纵约束比直接修改目标函数参数更有效,且攻击者无需改变系统本身即可成功攻击,通过欺骗防守者即可实现。
2019-06-03 cs.SY eess.SY
Switching and Data Injection Attacks on Stochastic Cyber-Physical Systems: Modeling, Resilient Estimation and Attack Mitigation
Arizona State University(亚利桑那州立大学);Pennsylvania State University(宾夕法尼亚州立大学);Swiss Federal Institute of Technology (ETH)(瑞士联邦理工学院(苏黎世联邦理工学院))
本文研究在随机过程中和测量噪声存在下,如何通过多模型推理算法实现鲁棒状态估计,以应对切换机制攻击和传感器信号注入攻击,并讨论攻击检测与缓解方法。
2017-07-22 cs.CR cs.SY eess.SY
Data-driven Discovery of Cyber-Physical Systems
School of Automation, Huazhong University of Science and Technology(华中科技大学自动化学院);State Key Lab of Digital Manufacturing Equipment and Technology(数字制造装备与技术国家重点实验室);School of Mechanical Science and Engineering, Huazhong University of Science and Technology(华中科技大学机械科学与工程学院);Department of Cognitive Robotics, Delft University of Technology(代尔夫特理工大学认知机器人系);Department of Engineering, University of Cambridge(剑桥大学工程系);Luxembourg Centre for Systems Biomedicine, University of Luxembourg(卢森堡系统生物医学中心,卢森堡大学)
本文提出了一种从数据直接反向工程物理系统的通用框架,通过识别物理系统和推断转移逻辑,成功应用于机械、电气系统和医疗应用,为预测CPS轨迹、评估性能、设计容错系统和制定新系统设计指南提供了新方法。
2018-10-01 cs.AI cs.LG cs.SY
Modeling Method for the Coupling Relations of Microgrid Cyber-Physical Systems Driven by Hybrid Spatiotemporal Events
微电网信息物理系统(CPS)的本质在于信息流和能量流的循环转换。现有的耦合模型大多采用静态网络和接口结构建模,没有充分考虑数据流的闭环特性。这些模型难以准确描述微电网CPS攻击识别、风险传播、安全评估、防御控制、连锁故障等时空推演过程。针对这一问题,提出了一种混合时空事件驱动的微电网CPS耦合关系建模方法。首先,根据微电网CPS的拓扑关联和耦合逻辑,分析了信息流和能量流的循环转换机制,构建了以多Agent为核心的微电网CPS体系结构。其次,采用混合自动机描述CPS的时空演化特性,设计了多Agent CPS终端的任务协调机制。在此基础上,提出了一种基于异构多组的CPS离散-连续关联和终端结构特征表示方法。最后定义了状态感知、网络通信、智能决策和动作控制四个时空事件。在考虑信息流和能量流时间转换约束的基础上,建立了微电网CPS耦合模型,并通过仿真虚假数据注入攻击(FDIA)场景验证了模型的有效性。
2021-02-01 cs.SY eess.SP eess.SY