Identification of False Data Injection Attacks in Power Grid Based on Oversampling and Cascade Machine Learning

DONG Yunchang; WANG Qiming; CAO Jie; YANG Yuanbo; YU Tong; BO Xiaoyong

doi:10.7500/AEPS20220525005

您当前的位置：

首页 >

文章列表页 >

Identification of False Data Injection Attacks in Power Grid Based on Oversampling and Cascade Machine Learning

Basic Research | 更新时间：2025-06-16

- Identification of False Data Injection Attacks in Power Grid Based on Oversampling and Cascade Machine Learning
- Automation of Electric Power Systems Vol. 47, Issue 8, Pages: 179-188(2023)
- 作者机构：
  
  1.东北电力大学电气工程学院,吉林省吉林市 132012
  2.东北电力大学计算机学院,吉林省吉林市 132012
  3.国网吉林省电力有限公司电力科学研究院,吉林省长春市 130012
  4.吉林省电力大数据智能处理工程技术研究中心,吉林省吉林市 132012
  5.广西电网有限责任公司电力科学研究院,广西壮族自治区南宁市 530012
- 作者简介：
- 基金信息：
  
  Jilin Provincial Natural Science Foundation of China(20220101234JC)
- DOI：10.7500/AEPS20220525005
  CLC：
- Received：25 May 2022，
  
  Revised：2022-08-19，
  
  Published Online：05 January 2023，
  
  Published：25 April 2023
- 稿件说明：
移动端阅览
董运昌,王启明,曹杰等.基于过采样和级联机器学习的电网虚假数据注入攻击识别[J].电力系统自动化,2023,47(8):179-188.

DONG Yunchang,WANG Qiming,CAO Jie,et al.Identification of False Data Injection Attacks in Power Grid Based on Oversampling and Cascade Machine Learning[J].Automation of Electric Power Systems,2023,47(8):179-188.
董运昌,王启明,曹杰等.基于过采样和级联机器学习的电网虚假数据注入攻击识别[J].电力系统自动化,2023,47(8):179-188. DOI： 10.7500/AEPS20220525005.

DONG Yunchang,WANG Qiming,CAO Jie,et al.Identification of False Data Injection Attacks in Power Grid Based on Oversampling and Cascade Machine Learning[J].Automation of Electric Power Systems,2023,47(8):179-188. DOI： 10.7500/AEPS20220525005.

摘要

虚假数据注入攻击(FDIA)因其高隐蔽性和破坏性，对电网的安全稳定运行构成严重威胁。攻击样本与正常样本的不平衡特性会影响模型的攻击检测精度，同时多类型FDIA的出现使得现有算法在识别攻击种类上具有局限性。针对上述问题，文中提出基于过采样和级联机器学习的电网多类型FDIA识别方法。首先，探究了电网耦合交互过程中的FDIA攻击路径，分析了多类型攻击行为；然后，通过聚类、过滤和线性插值过程生成攻击伪样本，设计基于

均值合成少数类过采样技术(

-means-Smote)的量测数据平衡算法；最后，结合细粒度特征扫描和多个分类器的集成学习策略，构建基于改进级联机器学习的多类型FDIA识别模型。仿真实验表明，所提识别方法可有效辨识多种FDIA类型，且辨识精度高、误报率较低、性能稳定，在小样本下性能仍然出色。

Abstract

False data injection attack (FDIA) has become a serious threat to the safe and stable operation of power grids due to its high concealment and destructiveness. The imbalance characteristics between attack samples and normal samples affect the attack detection accuracy of the model. Meanwhile

the emergence of multi-type FDIA makes existing algorithms have limitations in identifying attack types. Aiming at the above problems

this paper proposes a multi-type FDIA identification method for power grids based on oversampling and cascade machine learning. First

the FDIA attack path in the power grid coupling interaction process is explored

and multi-type attack behaviors are analyzed. Then

the attack pseudo-samples are generated through the process of clustering

filtering and linear interpolation

and the measurement data balance algorithm based on

-means-synthetic minority oversampling technique (

-means-Smote) is designed. Finally

a multi-type FDIA identification model with improved cascade machine learning is constructed by combining fine-grained feature scanning and an ensemble learning strategy of multiple classifiers. Simulation experiments show that the proposed identification method can effectively identify a variety of FDIA types

with high identification accuracy

low false alarm rate

stable and excellent performance

even for small samples.

关键词

Keywords

references

刘天浩，朱元振，孙润稼，等 . 极端自然灾害下电力信息物理系统韧性增强策略［J］. 电力系统自动化， 2021 ， 45 （ 3 ）： 40 - 48 .

LIU Tianhao ， ZHU Yuanzhen ， SUN Runjia ， et al . Resilience-enhanced strategy for cyber-physical power system under extreme natural disasters ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 3 ）： 40 - 48 .

杨挺，张璐，张亚健，等 . 基于信息熵计算模型的电力信息物理系统融合控制方法［J］. 电力系统自动化， 2021 ， 45 （ 12 ）： 65 - 74 .

YANG Ting ， ZHANG Lu ， ZHANG Yajian ， et al . Fusion control method for cyber-physical power system based on information entropy calculation model ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 12 ）： 65 - 74 .

汤奕，王琦，倪明，等 . 电力信息物理融合系统中的网络攻击分析［J］. 电力系统自动化， 2016 ， 40 （ 6 ）： 148 - 151 .

TANG Yi ， WANG Qi ， NI Ming ， et al . Analysis of cyber attacks in cyber physical power system ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 6 ）： 148 - 151 .

曲朝阳，董运昌，曲楠，等 . 计及负荷优化重配的电力CPS可生存性量化评估［J］. 电力系统自动化， 2019 ， 43 （ 6 ）： 15 - 24 .

QU Zhaoyang ， DONG Yunchang ， QU Nan ， et al . Quantitative survivability assessment of power cyber-physical system considering optimized load redistribution ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 6 ）： 15 - 24 .

刘烃，田决，王稼舟，等 . 信息物理融合系统综合安全威胁与防御研究［J］. 自动化学报， 2019 ， 45 （ 1 ）： 5 - 24 .

LIU Ting ， TIAN Jue ， WANG Jiazhou ， et al . Integrated security threats and defense of cyber-physical systems ［J］. Acta Automatica Sinica ， 2019 ， 45 （ 1 ）： 5 - 24 .

吴英俊，汝英涛，刘锦涛，等 . 基于集员滤波的自动发电控制系统虚假数据注入攻击检测［J］. 电力系统自动化， 2022 ， 46 （ 1 ）： 33 - 41 .

WU Yingjun ， RU Yingtao ， LIU Jintao ， et al . False data injection attack detection for automatic generation control system based on set-membership filtering ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 1 ）： 33 - 41 .

ABBASPOUR A ， SARGOLZAEI A ， FOROUZANNEZHAD P ， et al . Resilient control design for load frequency control system under false data injection attacks ［J］. IEEE Transactions on Industrial Electronics ， 2020 ， 67 （ 9 ）： 7951 - 7962 .

曲朝阳，董运昌，刘帅，等 . 基于生物免疫学方法的泛在电力物联网安全技术［J］. 电力系统自动化， 2020 ， 44 （ 2 ）： 1 - 12 .

QU Zhaoyang ， DONG Yunchang ， LIU Shuai ， et al . Bioimmunological method based security technology of ubiquitous power Internet of Things ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 2 ）： 1 - 12 .

LIANG J W ， SANKAR L ， KOSUT O . Vulnerability analysis and consequences of false data injection attack on power system state estimation ［J］. IEEE Transactions on Power Systems ， 2016 ， 31 （ 5 ）： 3864 - 3872 .

王琦，李梦雅，汤奕，等 . 电力信息物理系统网络攻击与防御研究综述：（一）建模与评估［J］. 电力系统自动化， 2019 ， 43 （ 9 ）： 9 - 21 .

WANG Qi ， LI Mengya ， TANG Yi ， et al . A review on research of cyber-attacks and defense in cyber physical power systems： Part one modelling and evaluation ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 9 ）： 9 - 21 .

汤奕，李梦雅，王琦，等 . 电力信息物理系统网络攻击与防御研究综述：（二）检测与保护［J］. 电力系统自动化， 2019 ， 43 （ 10 ）： 1 - 9 .

TANG Yi ， LI Mengya ， WANG Qi ， et al . A review on research of cyber-attacks and defense in cyber physical power systems： Part two detection and protection ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 10 ）： 1 - 9 .

徐飞阳，薛安成，常乃超，等 . 电力系统自动发电控制网络攻击与防御研究现状与展望［J］. 电力系统自动化， 2021 ， 45 （ 3 ）： 3 - 14 .

XU Feiyang ， XUE Ancheng ， CHANG Naichao ， et al . Research status and prospect of cyber attack and defense on automatic generation control in power system ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 3 ）： 3 - 14 .

陈刘东，刘念 . 面向互动需求响应的虚假数据注入攻击及其检测方法［J］. 电力系统自动化， 2021 ， 45 （ 3 ）： 15 - 23 .

CHEN Liudong ， LIU Nian . False data injection attack and its detection method for interactive demand response ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 3 ）： 15 - 23 .

BOYACI O ， NARIMANI M R ， DAVIS K R ， et al . Joint detection and localization of stealth false data injection attacks in smart grids using graph neural networks ［J］. IEEE Transactions on Smart Grid ， 2021 ， 13 （ 1 ）： 807 - 819 .

陈郁林，齐冬莲，李真鸣，等 . 虚假数据注入攻击下的微电网分布式协同控制［J］. 电力系统自动化， 2021 ， 45 （ 5 ）： 97 - 103 .

CHEN Yulin ， QI Donglian ， LI Zhenming ， et al . Distributed cooperative control of microgrid under false data injection attacks ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 5 ）： 97 - 103 .

HU Z S ， WANG Y ， TIAN X X ， et al . False data injection attacks identification for smart grids ［C］// 2015 Third International Conference on Technological Advances in Electrical， Electronics and Computer Engineering （TAEECE）， April 29-May 1 ， 2015 ， Beirut， Lebanon .

GU C J ， JIRUTITIJAROEN P ， MOTANI M . Detecting false data injection attacks in AC state estimation ［J］. IEEE Transactions on Smart Grid ， 2015 ， 6 （ 5 ）： 2476 - 2483 .

ZHAO J B ， ZHANG G X ， LA SCALA M ， et al . Short-term state forecasting-aided method for detection of smart grid general false data injection attacks ［J］. IEEE Transactions on Smart Grid ， 2017 ， 8 （ 4 ）： 1580 - 1590 .

KHALID H M ， PENG J C H . Immunity toward data-injection attacks using multisensor track fusion-based model prediction ［J］. IEEE Transactions on Smart Grid ， 2017 ， 8 （ 2 ）： 697 - 707 .

JIANG Q M ， CHEN H F ， XIE L ， et al . Learning-based cooperative false data injection attack and its mitigation techniques in consensus-based distributed estimation ［J］. IEEE Access ， 2020 ， 8 ： 166852 - 166869 .

周挺，杨军，周强明，等 . 基于改进LightGBM的电力系统暂态稳定评估方法［J］. 电网技术， 2019 ， 43 （ 6 ）： 1931 - 1940 .

ZHOU Ting ， YANG Jun ， ZHOU Qiangming ， et al . Power system transient stability assessment method based on modified LightGBM ［J］. Power System Technology ， 2019 ， 43 （ 6 ）： 1931 - 1940 .

刘鑫蕊，吴泽群 . 面向智能电网的空间隐蔽型恶性数据注入攻击在线防御研究［J］. 中国电机工程学报， 2020 ， 40 （ 8 ）： 2546 - 2559 .

LIU Xinrui ， WU Zequn . Online defense research of spatial-hidden malicious data injection attacks in smart grid ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 8 ）： 2546 - 2559 .

刘鑫蕊，常鹏，孙秋野 . 基于XGBoost和无迹卡尔曼滤波自适应混合预测的电网虚假数据注入攻击检测［J］. 中国电机工程学报， 2021 ， 41 （ 16 ）： 5462 - 5476 .

LIU Xinrui ， CHANG Peng ， SUN Qiuye . Grid false data injection attacks detection based on XGBoost and unscented Kalman filter adaptive hybrid prediction ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 16 ）： 5462 - 5476 .

PAL S ， SIKDAR B ， CHOW J . Classification and detection of PMU data manipulation attacks using transmission line parameters ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 5 ）： 5057 - 5066 .

GÖL M ， ABUR A . A fast decoupled state estimator for systems measured by PMUs ［J］. IEEE Transactions on Power Systems ， 2015 ， 30 （ 5 ）： 2766 - 2771 .

GARCIA L A ， BRASSER F ， CINTUGLU M H ， et al . Hey， my malware knows physics！ Attacking PLCs with physical model aware rootkit ［C］// Proceedings of 2017 Network and Distributed System Security Symposium ， February 26-March 1 ， 2017， San Diego ， USA ： 1 - 15 .

FAN Y W ， ZHANG Z H ， TRINKLE M ， et al . A cross-layer defense mechanism against GPS spoofing attacks on PMUs in smart grids ［J］. IEEE Transactions on Smart Grid ， 2015 ， 6 （ 6 ）： 2659 - 2668 .

BI S Z ， ZHANG Y J . Graphical methods for defense against false-data injection attacks on power system state estimation ［J］. IEEE Transactions on Smart Grid ， 2014 ， 5 （ 3 ）： 1216 - 1227 .

CHEN Y ， HUANG S W ， LIU F ， et al . Evaluation of reinforcement learning-based false data injection attack to automatic voltage control ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 2 ）： 2158 - 2169 .

DOUZAS G ， BACAO F ， LAST F . Improving imbalanced learning through a heuristic oversampling method based on k -means and SMOTE ［J］. Information Sciences ， 2018 ， 465 ： 1 - 20 .

谭本东，杨军，赖秋频，等 . 基于改进CGAN的电力系统暂态稳定评估样本增强方法［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 149 - 157 .

TAN Bendong ， YANG Jun ， LAI Qiupin ， et al . Data augment method for power system transient stability assessment based on improved conditional generative adversarial network ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 149 - 157 .

陈杰，张浩天，汤奕 . 基于改进生成式对抗网络的电网异常数据辨识方法［J］. 电力建设， 2021 ， 42 （ 5 ）： 9 - 15 .

CHEN Jie ， ZHANG Haotian ， TANG Yi . An abnormal data identification method based on improved generative adversarial network ［J］. Electric Power Construction ， 2021 ， 42 （ 5 ）： 9 - 15 .

HAO J P ， PIECHOCKI R J ， KALESHI D ， et al . Sparse malicious false data injection attacks and defense mechanisms in smart grids ［J］. IEEE Transactions on Industrial Informatics ， 2015 ， 11 （ 5 ）： 1 - 12 .

ZHOU Z H ， FENG J . Deep forest： towards an alternative to deep neural networks ［C］// Proceedings of the 26th International Joint Conference on Artificial Intelligence ， August 19-26 ， 2017 ， Melbourne， Australia .

王玉静，王诗达，康守强，等 . 基于改进深度森林的滚动轴承剩余寿命预测方法［J］. 中国电机工程学报， 2020 ， 40 （ 15 ）： 5032 - 5043 .

WANG Yujing ， WANG Shida ， KANG Shouqiang ， et al . Prediction method of remaining useful life of rolling bearings based on improved GcForest ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 15 ）： 5032 - 5043 .

徐先峰，李芷菡，刘状壮，等 . 基于半监督学习标签传播-极端随机树算法的光伏阵列故障诊断及定位［J/OL］. 电网技术： 1 - 9 ［ 2022-07-20 ］. http：//10.13335/j.1000-3673.pst.2022.0992 http://10.13335/j.1000-3673.pst.2022.0992 .

XU Xianfeng ， LI Zhihan ， LIU Zhuangzhuang ， et al . Fault diagnosis and localization of photovoltaic arrays based on semi-supervised learning label propagation-extra trees algorithm ［J/OL］. Power System Technology ： 1 - 9 ［ 2022-07-20 ］. http：//10.13335 /j.1000-3673.pst.2022.0992 http://10.13335/j.1000-3673.pst.2022.0992 .

PAN S Y ， MORRIS T ， ADHIKARI U . Classification of disturbances and cyber-attacks in power systems using heterogeneous time-synchronized data ［J］. IEEE Transactions on Industrial Informatics ， 2015 ， 11 （ 3 ）： 650 - 662 .

ADHIKARI U ， MORRIS T H ， PAN S Y . Applying non-nested generalized exemplars classification for cyber-power event and intrusion detection ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 5 ）： 3928 - 3941 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Detection and System Recovery Method Against Unbounded False Data Injection Network Attack on DC Microgrid

Detection of High-stealth False Remote Control Command Injection Attacks on Power Industrial Control Systems

Related Author

DONG Yunchang

LI He

DENG Chao

ZHENG Xiangkang

GUO Fanghong

YU Wei

WANG Wenbo

SONG Yufei

Related Institution

State Grid Jilin Electric Power Research Institure

Geling New Energy Technology (Hangzhou) Co., Ltd.

Institute of Advanced Technology for Carbon Neutrality, Nanjing University of Posts and Telecommunications

College of Information Engineering, Zhejiang University of Technology

School of Electrical and Information Engineering, Hunan University

⁰