Key points are not available for this paper at this time.
تسمح التطورات الحديثة في تكنولوجيا الحساسات والحوسبة والاتصالات بتطبيقات متعددة في الشبكة الذكية. لقد أظهرت الاعتماد الشديد على تكنولوجيا الاتصالات ضعف شبكة الكهرباء تجاه هجمات حقن البيانات الزائفة (FDI) التي يمكن أن تتجاوز آليات كشف البيانات السيئة. تركز التخفيفات الحالية في النظام الكهربائي إما على القياسات الزائدة أو حماية مجموعة من القياسات الأساسية. تفترض هذه الطرق افتراضات محددة حول هجمات FDI، والتي غالبًا ما تكون مقيدة وغير كافية للتعامل مع التهديدات السيبرانية الحديثة. في النهج المقترح، يتم استخدام إطار عمل يعتمد على التعلم العميق لاكتشاف قياسات البيانات المحقونة. يتبنى كاشف الشذوذ الزمني الخاص بنا شبكة عصبية تلافيفية (CNN) وشبكة ذاكرة طويلة وقصيرة المدى (LSTM). لتقدير متغيرات النظام بشكل فعال، يراقب نهجنا كل من قياسات البيانات وميزات مستوى الشبكة لتعلم حالات النظام بشكل مشترك. تم اختبار النظام المقترح على نظام IEEE 39-bus. تظهر التحليلات التجريبية أن خوارزمية التعلم العميق يمكن أن تحدد الشذوذ التي لا يمكن اكتشافها بواسطة الطرق التقليدية لكشف البيانات السيئة في تقدير الحالة.
درس نيو وزملاؤه (الجمعة) هذا السؤال.