Key points are not available for this paper at this time.
في نظام التحكم لشبكة دقيقة، تعد سلامة بيانات المستشعرات أمرًا بالغ الأهمية، ويشكل احتمال الهجمات على هذه البيانات تهديدًا كبيرًا. يمكن أن تؤدي مثل هذه الهجمات إلى عدم استقرار النظام، وفي أسوأ الأحوال، انقطاع التيار الكهربائي في المنطقة المخدومة. تركز هذه الدراسة على اكتشاف هذه الهجمات من خلال استخدام نوع متخصص من الشبكات العصبية يعرف بالشبكة العصبية المتكررة (RNN). تتضمن الطريقة المقترحة استخدام تقنيات التعلم العميق لاكتشاف الهجمات، مع الاستفادة من بيانات مستشعرات السلاسل الزمنية التي تم جمعها في ظل ظروف مختلفة، بما في ذلك تغيرات الحمل والتشغيل العادي. تعمل الشبكة العصبية المتكررة كمراقب حالة، تراقب عن كثب خرج المحولات وتتوافق مع القياسات الفعلية. من خلال تقدير الأخطاء بشكل فعال، ينجح الحل المعتمد على الذكاء الاصطناعي في تحديد الشذوذ في القياسات المحلية. من خلال دمج هذه المعلومات حول الأخطاء، يكتسب نظام اكتشاف الهجمات القدرة على تصنيف الخطأ المقدر، مما يشير إلى وجود هجوم على النظام. يتم التحقق من فعالية النظام المقترح باستخدام MATLAB، ويتم إجراء التحقق في الوقت الحقيقي باستخدام OPAL-RT.
درس طاهر وآخرون (الإثنين) هذا السؤال.