分布式最小二乘估计中隐匿FDI攻击策略的设计
CSTR:
作者:
作者单位:

1. 浙江工业大学 信息工程学院,杭州 310023;2. 浙江工业大学 网络空间安全研究院,杭州 310023

作者简介:

通讯作者:

E-mail: bchen@zjut.edu.cn.

中图分类号:

TP273

基金项目:

国家自然科学基金项目(61673351,61973277);浙江省自然科学基金项目(LR20F030004).


Hidden FDI attack strategy for distributed least square estimation
Author:
Affiliation:

1. College of Information Science and Engineering,Zhejiang University of Technology,Hangzhou 310023,China;2. Research Institute of Cyberspace Security,Zhejiang University of Technology,Hangzhou 310023,China

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    虽然分布式坏值检测方法能够消除观测数据中坏值对分布式最小二乘估计性能的影响,但是现有的分布式坏值检测方法中依然存在安全漏洞.针对一类分布式最小二乘估计算法研究了相应隐匿虚假数据注入(FDI)攻击策略的设计问题,设计依赖于部分节点系统信息的分布式隐匿FDI攻击方法,这一方法不仅使得FDI攻击信号无法被现有分布式坏值检测方法检测到,而且可以以预设的偏移量改变估计结果.最后,通过IEEE 118-Bus电力系统模型验证所设计FDI攻击方法的隐匿性和有效性.

    Abstract:

    Although the distributed bad data detection algorithm can eliminate the influence of bad values for the least square estimation performence, there are still security vulnerabilities in the existing distributed bad data detection algorithms. Motivated by the above-mentioned fact, this paper proposes a hidden false data injection (FDI) attack method to degrade the performance of the distributed least square estimator, where the hidden attack method is designed based on system information of some nodes. This method not only makes the FDI attack signal unable to be detected by the existing distributed bad value detection methods, but also changes the estimation result with a preset offset. Finally, the IEEE 118-Bus power system is used to illustrate the hiddenness and effectiveness of the proposed methods.

    参考文献
    相似文献
    引证文献
引用本文

胡明南,陈博,俞立.分布式最小二乘估计中隐匿FDI攻击策略的设计[J].控制与决策,2021,36(8):1963-1969

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2021-07-13
  • 出版日期: 2021-08-20
文章二维码