Akıllı şebekelerdeki durum kestirimine karşı yapılan saldırıların derin öğrenme tabanlı tespiti
Deep learning based detection of attacks against state estimation in smart grids
- Tez No: 771651
- Danışmanlar: DOÇ. DR. MUSTAFA ŞİNASİ AYAS
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Akıllı şebekeler, Derin öğrenme, Durum kestirimi, Güç sistemleri, Tespit, Intelligence networks, Deep learning, State estimation, Power systems, Detection
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kritik altyapılardan olan elektrik şebekeleri, iletişim teknolojilerinin de gelişmesiyle kötü niyetli saldırganlara karşı açık hale gelmiştir. Bu nedenle güç sistemleri siber güvenlik açısından incelenmesi gereken konular arasında yer almaktadır. Elektrik şebekesi üzerinden elde edilen ölçümlerin kullanıldığı durum kestiricisinin güvenliği oldukça önemlidir. Bir güç sisteminde sensörlerin doğası gereği hatalar ve iletişim sorunları olabilir. Durum kestirimcisi, ölçümlerdeki küçük hataları düzelterek sensör ve iletişim hatalarından kaynaklanan hatalı ölçümleri doldurabilir ancak sistemin iletişim altyapısına sızmış bir saldırgan ölçümlere yanlış veri enjekte edebilir ve geleneksel tespit algoritmalarını atlayabilir ve güç sistemi durum değişkenlerinde hatalara neden olabilir. Bu tez çalışmasında geleneksel rezidü tabanlı yaklaşımların tespit edemediği saldırıların algılanması için derin öğrenme tabanlı bir tespit algoritması incelenmiştir. Ayrıca bu çalışmada daha önce literatürde önerilen Yanlış Veri Enjeksiyonu (FDI) saldırısı matematiksel olarak modellenmiştir. Test sistemi olarak IEEE 9 bara elektrik şebekesi kullanılarak Matlab ortamında FDI saldırısının açık kaynak kodlu MATGRID kütüphanesi kullanılarak simülasyonu yapılmıştır. Çalışma sonucunda matematiksel olarak elde edilen saldırı vektörü ile hedeflenen durum değişkeni bozulmuş ve derin öğrenme tabanlı modeli ataklı ölçümleri tespit etmede iyi performans göstermiştir.
Özet (Çeviri)
Electricity grids, one of the critical infrastructures, have become vulnerable to malicious attackers with the development of communication technologies. For this reason, power systems are among the issues that need to be examined in terms of cyber security. The safety of the state estimator using the measurements obtained from the electrical network is crucial. Due to the nature of the sensors in a power system, errors and communication problems may occur. The state estimator may fill in erroneous measurements due to sensor and communication errors by correcting minor errors in the measurements, but an attacker who has leaked the system's communication network could inject false data into the measurements and bypasses traditional detection algorithms and causes errors in the power system state variables. In this thesis, a deep learning-based detection algorithm is examined for the detection of the attacks that traditional residue-based approaches cannot detect. In addition, the False Data Injection (FDI) attack, which was previously proposed in the literature, is mathematically modeled in this study. FDI attack was simulated using open source MATGRID library in MATLAB by using IEEE 9 Bus test system. As a result of the study, the attack vector obtained mathematically and state variables were corrupted and the deep learning-based model performed well in detecting attacked measures.
Benzer Tezler
- Akıllı şebekelerde güç kalitesinin optimizasyonu ve yenilenebilir enerji kaynakları ile entegrasyonu
Optimization of power quality in smart grids and integration with renewable energy sources
MUSTAFA YILMAZ
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AKBABA
- Sivas'ta kadınların işgücüne katılım farklılıkları
Başlık çevirisi yok
BİNNUR ERCEM
Yüksek Lisans
Türkçe
1984
SosyolojiCumhuriyet ÜniversitesiKurumlar Sosyolojisi Ana Bilim Dalı
YRD. DOÇ. DR. FARUK KOCACIK
- Dönemsel yayınlarımızda reklamcılık işlevi ve basının kamuoyu oluşturma görevi ile ilişkisi
Başlık çevirisi yok
NEYLAN GÖNLÜYÜCE
Yüksek Lisans
Türkçe
1987
Gazetecilikİstanbul ÜniversitesiGazetecilik Ana Bilim Dalı
PROF. DR. KAYIHAN İÇEL
- Banka kredilerinin ekonomide yarattıkları etkiler
Başlık çevirisi yok
NİHAL ÜÇSU
Yüksek Lisans
Türkçe
1987
Ekonomiİstanbul Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. HAYRİ ERDOĞAN ALKİN
- Tedarik süresi ve/veya talebin belirsiz olduğu durumlarda emniyet stokunun belirlenmesi
Başlık çevirisi yok
ÖZCAN GÖKÇEN
Yüksek Lisans
Türkçe
1987
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEVZİ KUTAY