دانلود ترجمه مقاله الگوریتم بیزی برای بهبود تاباوری کاربردهای WAMS در برابر حمله های سایبری
عنوان فارسی |
الگوریتم بیزی برای بهبود تاباوری کاربردهای WAMS در برابر حمله های سایبری |
عنوان انگلیسی |
A Bayesian Algorithm to Enhance the Resilience of WAMS Applications Against Cyber Attacks |
کلمات کلیدی : |
  بیزی؛ سیستم های سایبرفیزیکی؛ امنیت سایبری؛ حمله های تزریق داده؛ نوسانات بین منطقه ای؛ واحد اندازه گیری فازور (PMU)؛ نظارت بر سیستم قدرت؛ پایداری سیستم قدرت؛ اندازه گیری بلادرنگ؛ آگاهی وضعیتی؛ شبکه هوشمند؛ سنکروفازور؛ سیستم نظارت منطقه گسترده (WAMS) |
درسهای مرتبط | شبکه هوشمند |
تعداد صفحات مقاله انگلیسی : 12 | نشریه : IEEE |
سال انتشار : 2016 | تعداد رفرنس مقاله : 36 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
پاورپوینت : ندارد | وضعیت ترجمه مقاله : انجام نشده است. |
1. مقدمه 2. نظارت توزیع شده به یک شبکه قدرت در حضور تزریق داده شدید 3. ارزیابی طرح پیشنهادی 4. نتیجه گیری
چکیده – نظارت بر زیرساخت های بحرانی وابستگی زیادی به دقت حسگرهای نصب شده و استواری الگوریتم های تخمین دارد. حمله های تزریق داده می توانند قابلیت اطمینان عملیاتی و امنیت هرگونه زیرساخت سایبرفیزیکی را تنزل بخشند. یک مهاجم می تواند یکپارچگی الگوریتم های نظارت را با هک کردن یک زیرمجموعه از مقادیر اندازه گیری حسگرها و ارسال قرائت های دستکاری شده، مختل کند. چنین رویکردی می تواند باعث خاموشی های گسترده در شبکه های قدرت شود. این مقاله چندین مورد از حمله های تزریق داده شده با احتمال بالای گم شدن اطلاعات را مورد ملاحظه قرار می دهد. جهت دستیابی به یک نظارت دقیق، بکارگیری فیلتر تقریبی بیزی (BAF) در هر گره نظارتی با استفاده از یک معماری توزیع شده، پیشنهاد شده است. جهت حفظ سرباره ارتباطات کمتر و پیچیدگی زمانی، روش های کران بالا و کران پایین مطرح شده اند. عملکرد روش پیشنهادی در یک برنامه سنکروفازور پیشرفته که به آشکارسازی نوسانات مشهور است، نشان داده شده است. دو مطالعه موردی برای بررسی ایمنی روش برآورد پیشنهادی در شبکه های قدرت نیوزیلند و عمان، تولید شده اند. این آزمون ها در حضور حمله های تزریق داده شدید و چندین آشفتگی سیستم انجام شدند. نتایج نشان می دهند که روش BAF پیشنهادی می تواند به دقت، پارامترهای نوسانی را از اندازه گیری های آلوده شده، استخراج کند.
ترجمه مقاله مرتبط با این مقاله | دانلود ترجمه مقاله تشخیص حملات سایبری تزریق داده جعلی مبتنی بر MPC/ANN در ریزشبکه DC |
Monitoring critical infrastructures is highly dependent on the accuracy of the installed sensors and the robustness of estimation algorithms. Data-injection attacks can degrade the operational reliability and security of any cyber-physical infrastructures. An attacker can compromise the integrity of the monitoring algorithms by hijacking a subset of sensor measurements and sending manipulated readings. Such approach can result in wide-area blackouts in power grids. This paper considers several cases of severe data-injections with high probabilities of information loss. To achieve an accurate supervision, a Bayesian-based approximated filter (BAF) has been proposed at each monitoring node using a distributed architecture. To maintain a reduced communication overhead and time complexity, upper and lower bound methods have been developed. The performance of the proposed technique has been demonstrated in a mature synchrophasor application known as the oscillation detection. Two test cases have been generated to examine the immunity of the proposed estimation scheme in New Zealand and Oman power grids. The tests were conducted in the presence of harsh data-injection attacks and multiple system disturbances. Results show the proposed BAF method can accurately extract the oscillatory parameters from the contaminated measurements.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.