本發(fā)明公開了一種電力網(wǎng)絡(luò)虛假數(shù)據(jù)注入攻擊檢測方法,包括:以強化學習的方式對環(huán)境建立深度學習模型,智能體與環(huán)境進行交互,依據(jù)電力數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)收集的數(shù)據(jù)集構(gòu)建出強化學習的多元組,并將多元組收集至經(jīng)驗池,作為后續(xù)訓練的采樣軌跡;將經(jīng)驗池中的采樣軌跡分別輸入至行動者智能體和評論家智能體,通過長短期記憶網(wǎng)絡(luò)模塊和多層線性網(wǎng)絡(luò)模塊進行訓練各自對應的智能體,然后通過損失函數(shù)使得行動者智能體和評論家智能體進行交互合作以更新各自的網(wǎng)絡(luò)參數(shù),以優(yōu)化深度學習模型的數(shù)據(jù)檢測功能。本發(fā)明提供的檢測方法利用長短期記憶網(wǎng)絡(luò)模塊將歷史的狀態(tài)輸入也作為檢測的依據(jù),提升了系統(tǒng)對于注入攻擊的檢測識別準確率。
聲明:
“電力網(wǎng)絡(luò)虛假數(shù)據(jù)注入攻擊檢測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)