دانلود ترجمه مقاله امنیت فیزیکی سایبری شبکه های هوشمند در قالب یک حمله داده ای مخرب

1. مقدمه 2. تئوری تخمین حالت کلاسیک و مفهوم نوآوری 3. مدل های حملات سایبری و روش پیشنهادی 4. مطالعات موردی 5. بحث و بررسی 6. نتیجه گیری

چکیده – این مقاله، یک روش تحلیلی برای امنیت فیزیکی سایبری شبکه های هوشمند مبتنی بر آنالیز خطای گروس ارائه داده است. روش پیشنهادی بر مبنای فرمول بندی برآورد گر حالت (SE) حداقل مربعات وزنی (WLS) ایجاد شده است. اگرچه امنیت فیزیکی سایبری یک موضوع گسترده است، در این مقاله، حملات سایبری به عنوان داده های بد مدل شده است. تشخیص، شناسایی، و اصلاح حملات سایبری همزمان و چندگانه در سیستم اسکادای شبکه های توان یا پایگاه های داده شبکه مورد بررسی قرار گرفته است. تشخیص حملات سایبری از طریق آزمون فرضیه (HT) مربع چی (X2) به کار رفته در خطای اندازه گیری ترکیبی (CME) انجام شده است. خطاهای ترکیبی با شاخص نوآوری اندازه گیری (II) برآورد شده است. شناسایی حملات سایبری از طریق بزرگ ترین مشخصه تست خطای نرمال ایجاد شده است. اصلاح حمله سایبری با در نظر گرفتن نوع حمله سایبری و با استفاده از خطای نرمال ترکیبی (CNE) انجام شده است. مزیت مهم روش پیشنهادی این است که به دانش اولیه ای در زمینه نحوه حمله نیاز ندارد تا آنجا که به تغییر اندازه گیری ها، پارامترها یا توپولوژی ها محدود می گردد زیرا خطا برآورد شده و سپس داده های بد اصلاح می گردند. مزیت قابل توجه این اصلاح این است که شرایط غیر قابل مشاهده جهانی یا محلی بالقوه را مانع می گردد زیرا همه معیارهای مجموعه را حذف نمی کند. اعتبار روش پیشنهادی روی سیستم های 57 باسه و 14 باسه IEEE تأیید شده است. شبیه سازی ها قابلیت اطمینان و استحکام روش پیشنهادی را هنگام حملات سایبری روی داده های اسکادا و دیتابیس های شبکه نشان می دهند.

This paper presents an analytical methodology for smart grids cyber-physical security based on gross error analysis. The presented methodology is built on the Weighted Least Square (WLS) state estimator (SE) formulation. Although cyber-physical security is a wide subject, in this paper Cyber-Attacks are modeled as bad data. Detection, identification and correction of multiple and simultaneous cyber-attacks on power grid's SCADA system, or network database, are investigated. Cyber-attack detection is made through a Chi-square (χ2) Hypothesis Testing (HT) applied to the composed measurement error (CME). Composed errors are estimated with measurements’ innovation index (II). Cyber-attack identification is made through the Largest Normalized Error Test property. Cyber-attack correction is made considering cyber-attack type and using the composed normalized error (CNE). One important advantage of the presented method is it does not require a previous knowledge of how the attack was performed, as far as it is restricted to a change of measurements, parameters or topology, since the error is estimated and then the bad data is corrected. A significant advantage of this correction is that it avoids potential local or global unobservable conditions, since it does not delete any measurement of the measurement set. Validation of the proposed methodology is made on the IEEE 14-bus and 57-bus systems. Simulations show the reliability and robustness of the proposed methodology even when the cyber-attack occurs simultaneously on SCADA data and network database.