
-
生物通官微
陪你抓住生命科技
跳动的脉搏
智能电网中弹性PMU网络的安全保障:一种基于人工智能的异常检测与网络安全框架
《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》:Securing Resilient PMU Networks in Smart Grids: An AI-Based Anomaly Detection and Cybersecurity Framework
【字体: 大 中 小 】 时间:2026年09月25日 来源:ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING 3.1
编辑推荐:
摘要本工作提出了一种混合式人工智能赋能的加密框架,旨在解决 PMU(相量测量单元)网络中安全异常检测、事件定位和后量子保护的需求。该人工智能赋能框架通过 XGBoost 分类信息物理系统事件,以令人印象深刻的 99.99% 检测准确率和 99.97% 多分类准确率识别了与 P
本工作提出了一种混合式人工智能赋能的加密框架,旨在解决 PMU(相量测量单元)网络中安全异常检测、事件定位和后量子保护的需求。该人工智能赋能框架通过 XGBoost 分类信息物理系统事件,以令人印象深刻的 99.99% 检测准确率和 99.97% 多分类准确率识别了与 PMU 数据相关的异常。对于 IEEE 39 节点系统中的故障母线事件定位,该框架利用 LightGBM 以及 ROCOF(频率变化率)和频率作为重要预测特征,以 99.70% 的准确率识别了故障母线。包含 AES-GCM、Kyber 和 Dilithium 的后量子加密套件提供了机密性、完整性和认证,并证明能够抵御选择明文攻击(CPA)、已知明文攻击(KPA)和选择密文攻击(CCA)。对该框架网络安全的验证,包括中间人(MITM)、拒绝服务(DOS)和重放攻击等攻击模拟,证实了该框架的检测能力,响应时间小于 0.033 秒。硬件(FWP 和整体框架)也在 PYNQ-Z2 FPGA 板上进行了部署,在总测试时间中运行延迟为 30.92 秒,验证了其实时应用能力,展示了系统在边缘端应用方面的优势。涉及云数据按需传输至边缘的加密 - 解密流水线,在维持数据完整性方面余弦相似度大于 0.99。鉴于计算开销可忽略不计,后量子抗性以最小的计算资源需求得到了保证。所开发的框架在 后量子背景下为智能电网安全运行提供了极具韧性和可扩展性的单元。
本工作提出了一种混合式人工智能赋能的加密框架,旨在解决 PMU(相量测量单元)网络中安全异常检测、事件定位和后量子保护的需求。该人工智能赋能框架通过 XGBoost 分类信息物理系统事件,以令人印象深刻的 99.99% 检测准确率和 99.97% 多分类准确率识别了与 PMU 数据相关的异常。对于 IEEE 39 节点系统中的故障母线事件定位,该框架利用 LightGBM 以及 ROCOF(频率变化率)和频率作为重要预测特征,以 99.70% 的准确率识别了故障母线。包含 AES-GCM、Kyber 和 Dilithium 的后量子加密套件提供了机密性、完整性和认证,并证明能够抵御选择明文攻击(CPA)、已知明文攻击(KPA)和选择密文攻击(CCA)。对该框架网络安全的验证,包括中间人(MITM)、拒绝服务(DOS)和重放攻击等攻击模拟,证实了该框架的检测能力,响应时间小于 0.033 秒。硬件(FWP 和整体框架)也在 PYNQ-Z2 FPGA 板上进行了部署,在总测试时间中运行延迟为 30.92 秒,验证了其实时应用能力,展示了系统在边缘端应用方面的优势。涉及云数据按需传输至边缘的加密 - 解密流水线,在维持数据完整性方面余弦相似度大于 0.99。鉴于计算开销可忽略不计,后量子抗性以最小的计算资源需求得到了保证。所开发的框架在 后量子背景下为智能电网安全运行提供了极具韧性和可扩展性的单元。