Detection of data injection attacks for smart grid security
Akıllı şebeke güvenliği için veri enjeksiyon saldırılarının kestirimi
- Tez No: 373974
- Danışmanlar: YRD. DOÇ. DR. MEHMET EMRE ÇEK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Bu tezde, Gauss olmayan ortamlarda akıllı şebekeler için statik durum kestirimi araştırılmıştır. Durum kestiriminde gürültünün Gauss olduğu yaygın olarak kabul edilir. Fakat gerçek dünya uygulamalarında gürültü aslında dürtüseldir. Alfa-kararlı dağılımlar önerilmiş ve gürültünün oluşturulmasında kullanılmıştır. Alfa-kararlı dağılımın parametrelerine değinilmiş ve bu parametrelerin gürültü üzerindeki etkisi tartışılmıştır. Ayrıca meridian, median ve myriad gibi gürbüz m-filtrelere değinilmiş ve bu filtreler durum kestiriminde geleneksel olarak kullanılan ağırlıklı en küçük kareler (WLS) yöntemi ile kıyaslanmıştır. Filtrelerin gürültü ortamlardaki performanslarını kıyaslamak için MATLAB simülasyonu gerçekleştirilmiştir. Akıllı şebekenin güvenliği için saldırı kestiriminin önemi vurgulanmış ve veri injeksiyon saldırısı, ölçümler üzerindeki DC kayma olarak tanımlanmıştır. Uygulanmak istenilen düşünce, saldırının olabildiğince hızlı tespit edilmesidir. Bu durum hızlı tespit problemi olarak adlandırılır. Hızlı tespit kullanımında, tespit hızı ile tespit güvenilirliği arasında bir tercih söz konusudur. Değişimin tespiti için sıralı bir analiz olan CUSUM algoritması önerilmiş ve iki yönlü çizelge formundaki CUSUM ile istatistiksel hipotez testi birleştirilerek uygulanmıştır. CUSUM için eşik değeri saldırı tespitinin performansını belirlemektedir. Eşik değeri seçiminin tespit oranı, yanlış alarm oranı ve ortalama çalışma süresi üzerindeki etkisi farklı alfa değerleri için araştırılmıştır. Simülasyonlar MATLAB ortamında gerçekleştirilmiş ve sonuçlar detaylı olarak tartışılmıştır.
Özet (Çeviri)
In this thesis, static state estimation in smart grid is investigated for non-Gaussian environments. The noise model in state estimation is widely assumed to be Gaussian distributions. But in real world applications, the process noise is impulsive in nature. Alpha-stable distributions are proposed and implemented for constructing impulsive noise. Parameters of alpha-stable distributions are introduced and their impact on noise is discussed. Furthermore, robust m-filters like median, meridian and myriad are presented and compared to weighted least squares (WLS) which is traditionally used for state estimation. MATLAB simulations are performed for comparing performance of filters in impulsive noisy environment. The importance of attack detection is emphasized for security of smart grid and data injection attack model is defined as a DC offset on measurements. The desired idea is detecting attack as quickly as possible which is named quickest detection problem. In quickest detection, there is a tradeoff between detection speed and detection reliability. CUSUM algorithm which is a sequential analysis for detecting change is proposed and implemented for two-sided tabular form of CUSUM combined with statistical hypothesis tests. Threshold value for CUSUM determines the performance of attack detection. Impact of threshold value selection on detection ratio, false alarm ratio and average run length is investigated for different alpha values. Simulations are performed in MATLAB environment and results are discussed in detail.
Benzer Tezler
- Otomatik üretim kontrolü sistemlerine yapılan yanlış veri enjeksiyon saldırılarının torbalama ağaçları algoritması ile tespiti
Detection of false data injection attacks on automatic generation control systems with bagged trees algorithm
ATAKAN ÖZTÜRK
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Deep learning and machine learning methods for detecting false data injection cyber-attacks on smart grid phasor measurement units
Akıllı şebeke fazör ölçüm ünitelerinde sahte veri enjeksiyonu siber saldırılarının tespiti için derin öğrenme ve makine öğrenmesi yöntemleri
KHALID GOUN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBEYKOZ ÜNİVERSİTESİBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖZLEM FEYZA ERKAN
- Deep neural network-based stealthy false data injection attack detection on der integrated systems
Dek entegre sistemlerinde derin sinir ağı tabanlı gizlenmiş yanlış veri enjeksiyon saldırısı tespiti
CAN GÜRKAN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Anomaly detection scenarios in cyber-physical systems
Siber-fiziksel sistemlerde anomali tespit senaryoları
AYŞE SAYIN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. MEHMET TAHİR SANDIKKAYA
- Akıllı şebekelerdeki durum kestirimine karşı yapılan saldırıların derin öğrenme tabanlı tespiti
Deep learning based detection of attacks against state estimation in smart grids
SEYİT AHMET NAFİZ BURNAZ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ŞİNASİ AYAS