机器学习在电力信息物理系统网络安全中的应用

作     者：彭莎 孙铭阳 张镇勇 邓瑞龙 程鹏 PENG Sha;SUN Mingyang;ZHANG Zhenyong;DENG Ruilong;CHENG Peng

作者机构：浙江大学控制科学与工程学院浙江省杭州市310027 贵州大学计算机科学与技术学院贵州省贵阳市550025 

出 版 物：《电力系统自动化》 (Automation of Electric Power Systems)

年 卷 期：2022年第46卷第9期

页      面：200-215页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 0839[工学-网络空间安全] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(62073285) 浙江省自然科学基金重点项目(LZ21F020006) 

主　　题：电力系统 信息物理系统 网络安全 机器学习 

摘      要：随着信息化程度的不断深入,传统电力系统逐渐发展成为典型的信息物理系统(CPS)。开放的信息系统环境使得电力系统的安全运行面临着各种潜在网络攻击的威胁。近年来,机器学习方法迅猛发展,并已广泛应用于电力CPS网络安全领域。一方面,电力CPS中数据的爆炸式增长以及硬件运算能力的提升为机器学习的应用创造了良好条件;另一方面,相比于传统的基于机理的建模分析方法,基于数据的机器学习方法具有模型构建以及实时性需求2个方面的优势。文中从攻防2个角度对机器学习在电力CPS网络安全领域的应用进行了归纳总结。其中,攻击者角度主要包括拓扑信息推断、攻击资源优化以及攻击构建3个方面;防守者角度主要包括安全保护、攻击检测以及攻击缓解3个方面。最后,分析展望了电力CPS网络安全领域存在的挑战以及未来的研究方向。