A Markov Chain-based Anomaly Detection Model for Remote Control Behaviors in Power Industrial Control Boundary Traffic

MA Li; WANG Dan; JI Shiyu; LIU Jinli; YANG Mingyu

doi:10.7500/AEPS20241209006

您当前的位置：

首页 >

文章列表页 >

A Markov Chain-based Anomaly Detection Model for Remote Control Behaviors in Power Industrial Control Boundary Traffic

Engineering Application | 更新时间：2026-02-28

- A Markov Chain-based Anomaly Detection Model for Remote Control Behaviors in Power Industrial Control Boundary Traffic
- Automation of Electric Power Systems Vol. 50, Issue 3, Pages: 198-207(2026)
- 作者机构：
  
  1.国网电力科学研究院有限公司（南瑞集团有限公司），江苏省南京市 211106
  2.北京科东电力控制系统有限责任公司，北京市 100089
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China(5108-202413050A-1-1-ZN)
- DOI：10.7500/AEPS20241209006
  CLC：
- Received：09 December 2024，
  
  Revised：2025-06-06，
  
  Online First：05 August 2025，
  
  Published：10 February 2026
- 稿件说明：
移动端阅览
马力,王丹,计士禹等.基于马尔可夫链的电力工控边界流量遥控行为异常检测模型[J].电力系统自动化,2026,50(3):198-207.

MA Li,WANG Dan,JI Shiyu,et al.A Markov Chain-based Anomaly Detection Model for Remote Control Behaviors in Power Industrial Control Boundary Traffic[J].Automation of Electric Power Systems,2026,50(3):198-207.
马力,王丹,计士禹等.基于马尔可夫链的电力工控边界流量遥控行为异常检测模型[J].电力系统自动化,2026,50(3):198-207. DOI： 10.7500/AEPS20241209006.

MA Li,WANG Dan,JI Shiyu,et al.A Markov Chain-based Anomaly Detection Model for Remote Control Behaviors in Power Industrial Control Boundary Traffic[J].Automation of Electric Power Systems,2026,50(3):198-207. DOI： 10.7500/AEPS20241209006.

摘要

随着智能电网的发展，电力工控系统的网络安全愈发受到重视。作为电力工控系统的核心环节，电力调度自动化系统正面临着定制化虚假数据注入攻击等严峻挑战。此外，智能电网中海量且型号繁杂的智能设备以及异构通信链路的接入使得边缘威胁检测变得异常困难。文中提出一种部署于电力通信网络边界，基于马尔可夫链的IEC 60870-5-104协议遥控行为异常检测模型。首先，对IEC 60870-5-104协议进行了详细分析，提取了协议遥控行为的关键特征。然后，利用马尔可夫链理论构建描述遥控行为的状态转移概率模型。通过实时监测网络流量，在线训练该模型，为每一个业务建立历史行为基线，如果当前观测到的状态序列与基线存在差异，则判断为异常活动。最后，通过仿真验证该模型能有效检测电力调度过程中的交互行为异常、操作频率异常等多种异常行为。

Abstract

With the evolution of smart grids

the cybersecurity of power industrial control systems has gained paramount importance. As the core of power industrial control systems

power dispatching automation system is now confronted with severe challenges such as customized false data injection attacks. Furthermore

the massive scale and diversity of smart device models

coupled with the access of heterogeneous communication links in the smart grid

significantly complicates threat detection at the network edge. This paper proposes a Markov chain-based anomaly detection model for IEC 60870-5-104 protocol used remote control behaviors that is deployed at the boundary of the power communication network. Firstly

the IEC 60870-5-104 protocol is analyzed in detail to extract key features of its remote-control behaviors. Secondly

Markov chain theory is employed to build a state-transition probability model that characterizes these behaviors. By monitoring the network traffic in real time and training this model online

a historical behavior baseline is established for each business. If the currently observed state sequence is different from the baseline

it is judged as an abnormal activity. Finally

it is verified through the simulation that the model can effectively detect various behaviors anomaly such as interaction behavior anomaly and operation frequency anomaly during the power dispatching process.

关键词

Keywords

references

严康，陆艺丹，白晓清，等 . 电力信息物理系统需求操控攻击策略及防护分析［J］. 电力系统自动化， 2025 ， 49 （ 8 ）： 178 - 188 .

YAN Kang ， LU Yidan ， BAI Xiaoqing ， et al . Manipulation of demand attack strategy and analysis of its defence for cyber-physical power system ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 8 ）： 178 - 188 .

辛耀中，郭建成，杨胜春，等 . 智能电网调度控制系统——应用技术［M］. 北京：中国电力出版社， 2016 .

XIN Yaozhong ， GUO Jiancheng ， YANG Shengchun ， et al . Smart grid dispatching control system—application technology ［M］. Beijing ： China Electric Power Press ， 2016 .

李卓，谢耀滨，吴茜琼，等 . 基于深度学习的电力系统虚假数据注入攻击检测综述［J］. 电力系统保护与控制， 2024 ， 52 （ 19 ）： 175 - 187 .

LI Zhuo ， XIE Yaobin ， WU Qianqiong ， et al . Review of deep learning-based false data injection attack detection in power systems ［J］. Power System Protection and Control ， 2024 ， 52 （ 19 ）： 175 - 187 .

王琦，邰伟，汤奕，等 . 面向电力信息物理系统的虚假数据注入攻击研究综述［J］. 自动化学报， 2019 ， 45 （ 1 ）： 72 - 83 .

WANG Qi ， TAI Wei ， TANG Yi ， et al . A review on false data injection attack toward cyber-physical power system ［J］. Acta Automatica Sinica ， 2019 ， 45 （ 1 ）： 72 - 83 .

严英杰，盛戈皞，陈玉峰，等 . 基于大数据分析的输变电设备状态数据异常检测方法［J］. 中国电机工程学报， 2015 ， 35 （ 1 ）： 52 - 59 .

YAN Yingjie ， SHENG Gehao ， CHEN Yufeng ， et al . A method for anomaly detection of state information of power equipment based on big data analysis ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 1 ）： 52 - 59 .

庞清乐，韩松易，周泰，等 . 基于ASRUKF和IMC算法的电力信息物理系统虚假数据注入攻击检测［J］. 智慧电力， 2024 ， 52 （ 7 ）： 111 - 118 .

PANG Qingle ， HAN Songyi ， ZHOU Tai ， et al . False data injection attack detection of cyber-physical power system based on ASRUKF and IMC algorithms ［J］. Smart Power ， 2024 ， 52 （ 7 ）： 111 - 118 .

LI Y ， WEI X H ， LI Y Z ， et al . Detection of false data injection attacks in smart grid： a secure federated deep learning approach ［J］. IEEE Transactions on Smart Grid ， 2022 ， 13 （ 6 ）： 4862 - 4872 .

黄冬梅，王一帆，胡安铎，等 . 融合无监督和有监督学习的虚假数据注入攻击检测［J］. 电力工程技术， 2024 ， 43 （ 2 ）： 134 - 141 .

HUANG Dongmei ， WANG Yifan ， HU Anduo ， et al . False data injection attack detection integrating unsupervised and supervised learning ［J］. Electric Power Engineering Technology ， 2024 ， 43 （ 2 ）： 134 - 141 .

薛彤丹，王红，齐林海，等 . 基于改进扩散模型的电力数据超分辨率重建技术［J］. 电力系统自动化， 2025 ， 49 （ 4 ）： 214 - 223 .

XUE Tongdan ， WANG Hong ， QI Linhai ， et al . Super-resolution reconstruction technology for power data based on improved diffusion model ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 4 ）： 214 - 223 .

SUPRABHATH K S ， PRASAD M V S ， MADICHETTY S ， et al . Standalone deployment of two-fold deep neural network in distributed DC microgrid： FDIA detection and mitigation scheme ［J］. IEEE Journal of Emerging and Selected Topics in Industrial Electronics ， 2025 ， 6 （ 1 ）： 204 - 214 .

李新鹏，高欣，阎博，等 . 基于孤立森林算法的电力调度流数据异常检测方法［J］. 电网技术， 2019 ， 43 （ 4 ）： 1447 - 1456 .

LI Xinpeng ， GAO Xin ， YAN Bo ， et al . An approach of data anomaly detection in power dispatching streaming data based on isolation forest algorithm ［J］. Power System Technology ， 2019 ， 43 （ 4 ）： 1447 - 1456 .

HUANG X G ， QIN Z J ， XIE M ， et al . Defense of massive false data injection attack via sparse attack points considering uncertain topological changes ［J］. Journal of Modern Power Systems and Clean Energy ， 2022 ， 10 （ 6 ）： 1588 - 1598 .

KHARCHOUF I ， ABDELRAHMAN M S ， MOHAMMED O A . ANN-based secure control of islanded microgrid under false data injection cyber-attack ［C］// 2023 IEEE Industry Applications Society Annual Meeting （IAS）， October 29-November 2 ， 2023 ， Nashville， USA ： 1 - 6 .

LIU X ， HU Y ， KONSTANTINOU C ， et al . CHIMERA： a hybrid estimation approach to limit the effects of false data injection attacks ［C］// IEEE International Conference on Communications， Control， and Computing Technologies for Smart Grids ， October 25-28 ， 2021 ， Aachen， Germany ： 95 - 101 .

杨杉，谭博，郭静波 . 基于双马尔科夫链的新型能源互联网虚假数据注入攻击检测［J］. 电力自动化设备， 2021 ， 41 （ 2 ）： 131 - 137 .

YANG Shan ， TAN Bo ， GUO Jingbo . Detection of false data injection attack for new-type energy Internet based on double Markov chains ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 2 ）： 131 - 137 .

BABUNSKI D ， POPOSKI F ， KOLEVA R ， et al . Kalman filter based detection of FDIA on a hybrid nonlinear hydro-power plant control system model ［C］// 2022 11th Mediterranean Conference on Embedded Computing （MECO）， June 7-10 ， 2022 ， Budva， Montenegro ： 1 - 4 .

HU D P ， DONG Y R ， WANG J Y ， et al . Detection of false data injection attacks in smart grids under power fluctuation uncertainty based on deep learning ［C］// 2023 International Conference on Power System Technology（PowerCon）， September 21-22 ， 2023 ， Jinan， China ： 1 - 6 .

RAGHUVAMSI Y ， KALYANI V S N ， TEEPARTHI K ， et al . Temporal convolutional network-based locational detection of false data injection attacks in power system state estimation ［C］// 2023 7th International Conference on Computer Applications in Electrical Engineering-Recent Advances （CERA）， October 27-29 ， 2023 ， Roorkee， India ： 1 - 6 .

HE Y B ， MENDIS G J ， WEI J . Real-time detection of false data injection attacks in smart grid： a deep learning-based intelligent mechanism ［J］. IEEE Transactions on Smart Grid ， 2017 ， 8 （ 5 ）： 2505 - 2516 .

夏云舒，王勇，周林，等 . 基于改进生成对抗网络的虚假数据注入攻击检测方法［J］. 电力建设， 2022 ， 43 （ 3 ）： 58 - 65 .

XIA Yunshu ， WANG Yong ， ZHOU Lin ， et al . False data injection attack detection method based on improved generative adversarial network ［J］. Electric Power Construction ， 2022 ， 43 （ 3 ）： 58 - 65 .

郑瑶，张颉，姚文轩，等 . 基于空间特征的电网同步量测虚假数据注入攻击检测［J］. 电力系统自动化， 2023 ， 47 （ 10 ）： 128 - 134 .

ZHENG Yao ， ZHANG Jie ， YAO Wenxuan ， et al . Detection of false data injection attacks in synchronized measurement of power grid based on spatial characteristics ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 10 ）： 128 - 134 .

常梦言，刘永慧 . 混合攻击下基于容积卡尔曼滤波的多区域互联电力系统的检测与防御［J］. 电力科学与技术学报， 2024 ， 39 （ 4 ）： 11 - 19 .

CHANG Mengyan ， LIU Yonghui . Detection and defense of multi-area interconnected power system based on cubature Kalman filter under hybrid attacks ［J］. Journal of Electric Power Science and Technology ， 2024 ， 39 （ 4 ）： 11 - 19 .

YIN X F ， ZHU Y M ， HU J K . A subgrid-oriented privacy-preserving microservice framework based on deep neural network for false data injection attack detection in smart grids ［J］. IEEE Transactions on Industrial Informatics ， 2022 ， 18 （ 3 ）： 1957 - 1967 .

张博，宋宇飞，郑豪丰，等 . 电力工控系统高隐身虚假遥控指令注入攻击检测［J］. 电力系统自动化， 2024 ， 48 （ 17 ）： 97 - 108 .

ZHANG Bo ， SONG Yufei ， ZHENG Haofeng ， et al . Detection of high stealth false remote control instruction injection attack in electric power industrial control system ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 17 ）： 97 - 108 .

胡同圣 . 浅谈电力系统调度自动化技术应用及发展［J］. 电子乐园， 2023 （ 3 ）： 121 - 123 .

HU Tongsheng . Discussion on the application and development of power system dispatching automation technology ［J］. Electronic Paradise ， 2023 （ 3 ）： 121 - 123 .

李明，李江，江波，等 . 电力调度自动化系统中的智能技术分析［J］. 集成电路应用， 2023 ， 40 （ 11 ）： 120 - 121 .

LI Ming ， LI Jiang ， JIANG Bo ， et al . Analysis of intelligent technology in power dispatching automation system ［J］. Application of IC ， 2023 ， 40 （ 11 ）： 120 - 121 .

刘念，段斌 . IEC 60870-5-104远动协议的一种安全报文探讨［J］. 电力系统自动化， 2005 ， 29 （ 2 ）： 93 - 96 .

LIU Nian ， DUAN Bin . Discussion on security message of IEC 60870-5-104 telecontrol protocol ［J］. Automation of Electric Power Systems ， 2005 ， 29 （ 2 ）： 93 - 96 .

苏光伟 . 基于马尔科夫模型的通用隐秘检测技术［J］. 计算机工程与应用， 2011 ， 47 （ 35 ）： 103 - 105 .

SU Guangwei . Universal steganalysis based on Markov model ［J］. Computer Engineering and Applications ， 2011 ， 47 （ 35 ）： 103 - 105 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

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

Wind Power Output Sequence Scenario Generation Method Based on Monthly Division and Specified Day Type

Deep Learning Based Anomaly Detection for Application-layer Message of Power Industrial Control Communication Traffic

Identification Method of Electricity Theft Based on Long Short-term Memory Autoencoder with Load Peak Features

Related Author

JI Shiyu

WANG Wenbo

ZHANG Bo

SONG Yufei

ZHENG Haofeng

LIU Xuan

XIN Kuo

MA Qian

Related Institution

School of Electrical and Information Engineering, Hunan University

Guangdong Electric Power Design Institute Co., Ltd. of China Energy Engineering Group

China Southern Power Grid Company Limited

State Grid Hunan Electric Power Company

Beijing Smartchip Microelectronics Technology Company

⁰