基于態勢感知的智能配電網數據隱蔽攻擊在線檢測

彭伯莊，鄧建鋒，王金賀，賴宇陽，胡朝輝

（南方電網數字電網研究院有限公司網絡安全公司，廣東廣州 510000）

態勢感知是基于動態與環境感知的安全性風險洞察能力，始終以大數據安全作為實踐應用基礎，可以從全局化角度提升識別主機對于信息響應漏洞的處置強度，從而使數據決策行為在較短時間內收獲理想化的收益效果[1]。隨著互聯網技術的興起，態勢感知方案被逐漸應用于配電網規劃、電量信息檢測等多個實踐領域，且由于電阻敏感性特征的影響，該項技術手段能夠大幅加強電力網絡空間的安全續航監控能力，一方面可維護智能配電網的固有規劃能力，另一方面也能夠實現互聯主機對于傳輸電子量的分配與調試[2-3]。

由于配網線路的延長，一部分傳輸電量會被數據采集器、信息展示器等電路結構消耗，從而導致電網能源利用效率的大幅下降。為避免上述情況的發生，注入型電子量檢測手段在FDI 攻擊檢測框架的支持下，調節總線環境中的各路傳輸節點，再借助池化層設備實現對電量數據節點的重排與規劃。但該方法很難使電信號識別準確度處于既定范圍區間內，易導致電子傳輸與信息通信間融合性能力的持續下降。為解決此問題，設計基于態勢感知的智能配電網數據隱蔽攻擊在線檢測方法，通過規劃智能配電網部署架構的方式，連接電網流量數據采集器與基礎信息展示模塊，再聯合狀態識別層結構體，實現對AC 狀態值與DC 狀態值的精準估計。

1 智能配電網環境規劃

基于態勢感知的智能配電網環境由智能配電網部署架構、電網流量數據采集器、態勢基礎信息展示模塊三部分共同組成，具體搭建方法如下。

1.1 智能配電網部署架構

智能配電網部署架構由外部路由網絡、內部路由網絡兩部分共同組成，具體結構如圖1 所示。

圖1 智能配電網部署架構

其中，外部路由網絡包含一個態勢感知主機和一個路由連接設備，前者能夠干預智能配電網的現有連接形式，而后者則可以準確分析電網攻擊數據的實際傳輸需求。內部路由網絡包含檢測主機、交換機、配電網監控臺、電網管理員、電網防火墻五類應用設備[4-5]。當電網防火墻進入穩定輸出狀態后，電網管理員可直接干預配電網監控臺的實際連接行為，且由于交換機設備的存在，檢測主機中會累積大量的隱蔽型攻擊數據，且其數量值水平會不斷提升，直至能夠與智能配電網的態勢感知指令需求完全匹配。

1.2 電網流量數據采集器

電網流量數據采集器存在于智能配電網部署架構中，可根據態勢感知指令的實際傳輸需求，將電流量信息均分為多個數據包結構體，從而使配電網數據的隱蔽性攻擊行為得到有效檢測[6]。電網流量數據采集器結構如圖2 所示。

圖2 電網流量數據采集器結構

從功能性角度來看，電網流量數據采集器中包含至少3 個流量數據采集主機，且這些結構對象可分別與配電網環境中不同的層級主機相連，一方面獲取其中已存儲的隱蔽性攻擊行為信息，另一方面建立與其他主機應用元件的物理連接[7-8]。檢測行為管理員作為電網流量數據采集器中的核心執行結構，可在隱蔽性檢測主機元件的作用下，干預感知行為記錄主機中的電量信息傳輸需求，從而使智能配電網應用環境逐漸趨于穩定。

1.3 態勢基礎信息展示模塊

態勢基礎信息展示模塊中包含多個配電網流量數據表單結構，主要負責評估電量數據隱蔽攻擊行為的可能發生幾率，并針對不同可能性信息進行分級處理，從而提升態勢感知技術對數據在線檢測指令的實際影響性能[9]。一般情況下，配電網流量數據表單需要同時包含Name、type、note 3 項命名條件。其中，Name 是指隱蔽性配電網攻擊數據的命名形式，如Total、Recieve Multipck、Sent Multipck、Recieve Byte 等。type 是指隱蔽性配電網攻擊數據的傳輸格式，在態勢感知指令的影響下，大多數數據傳輸格式均保持為NUMBER 類型[10]。note 是對隱蔽性配電網攻擊數據作用能力的解釋與說明，由于命名形式的不同，各類數據對象的解釋說明條件也有所不同。具體定義形式如表1 所示。

表1 態勢基礎信息展示模塊定義形式

2 智能配電網數據隱蔽攻擊的在線檢測

在態勢感知指令的作用下，按照狀態識別層搭建、AC 狀態估計、DC 狀態估計的處理流程，完成智能配電網數據隱蔽攻擊在線檢測方法的設計。

2.1 狀態識別層搭建

狀態識別層能夠準確感知智能配電網數據隱蔽攻擊行為的實際傳輸形式，并可在輸入層、隱蔽層、輸出層三類層次節點的作用下，實現由態勢感知系數x到在線檢測系數y的轉變，具體狀態識別層結構如圖3 所示。

圖3 狀態識別層結構

當隱蔽性數據攻擊智能電網時，態勢感知測量信息的實際概率分布情況將遠遠偏離正常的概率分布趨勢。因此，狀態識別層結構體始終具備隱蔽性電量數據的所有傳輸特征，能夠對常規分布狀態下的電子信息參量進行精準預測[11-12]。在狀態識別層組織中，由于智能配電網子網環境的數據輸入信息量始終相同，且能夠同時承載多種隱蔽性攻擊行為，因此每一個狀態識別節點都直接對應智能電網環境中的獨立檢測對象。

2.2 AC狀態估計

AC 狀態估計數據的主要功能是對隱蔽性電網信息進行集中化處理，也被稱為濾波性行為分析，能夠精準確定或預報智能配電網的現有運行狀態，從而排除攻擊性干擾對電量傳輸行為造成的影響。從配電網風險感知能力的角度來看，AC 狀態估計是針對某一處理對象所進行的高維化計算問題，能通過卡爾曼濾波標準來考量配電網數據的實際可用價值，但卻不能直接獲得較為清晰的檢測處理結果[13-14]。因此，AC 狀態估計只適用于較為粗略的智能配電網數據隱蔽攻擊在線檢測需求。設e0代表最小的配電網AC 狀態評估權限量，en代表最大的配電網AC 狀態評估權限量，n代表在線檢測指令傳輸處理次數。聯立上述物理量，可將AC 狀態估計結果表示為：

式（1）中，代表智能配電網環境中的電子量數據輸出均值，β代表基于態勢感知的隱蔽性攻擊數據檢測系數，ΔP代表單位時間內的電信號輸出變化量。

2.3 DC狀態估計

在智能配電網環境中，電子傳輸線路可將所產生的隱蔽性攻擊數據傳遞給既定檢測節點。從理論化角度來看，所有電子傳輸線路之間的電量檢測功率始終相同，且輸出總線上的阻抗數值始終等于各分線阻抗數值之和。一般來說，電子傳輸線路具有較高水平的阻抗能力，且能夠通過態勢感知行為確定隱蔽性攻擊數據所處的實時位置，從而方便后續在線檢測指令的準確實施[15-16]。設Vmin代表智能配電網環境中最小的隱蔽性攻擊數據承載權限，Vmax代表智能配電網環境中最大的隱蔽性攻擊數據承載權限。在上述物理量的支持下，聯立式（1），可將DC狀態估計結果表示為：

式（2）中，f代表隱蔽性電網數據的攻擊檢測行為量，λ代表電量信息的檢測應用數據值，θ1、θn分別代表兩個不同的配電網數據隱蔽性攻擊行為指標。至此，完成各項理論系數的計算與處理，在態勢感知技術的支持下，實現智能配電網數據隱蔽攻擊在線檢測方法的順利應用。

3 對比實驗分析

為驗證基于態勢感知的智能配電網數據隱蔽攻擊在線檢測方法的實際應用價值，設計如下對比實驗。在MATLAB 仿真平臺中搭建如圖4 所示的智能配電網檢測環境。分別將實驗組、對照組控制主機與檢測服務器相連，其中，實驗組控制主機搭載基于態勢感知的智能配電網數據隱蔽攻擊在線檢測方法，對照組控制主機搭載注入型電子量檢測手段，在相同實驗環境下，分析各項實驗干預指標的實際變化趨勢。

圖4 智能配電網檢測環境

電信號識別準確度、電網能源利用效率均能反映電子傳輸與信息通信間的融合應用能力，一般情況下，電信號識別準確度越大，電網能源利用效率越高，電子傳輸與信息通信間的融合應用能力也就越強，反之越弱。圖5 記錄了實驗組、對照組的實際實驗數值情況。

分析圖5 可知，隨著實驗時間的延長，實驗組電信號識別準確度始終保持不斷上升的變化趨勢，整個實驗過程中的最大值達到了94.80%。對照組電信號識別準確度則在一段時間的穩定狀態后，開始持續下降，整個實驗過程中的最大值僅能達到63.29%，與實驗組最大值相比，下降了31.51%。電網能源利用效率對比如表2 所示。

圖5 電信號識別準確度對比圖

表2 電網能源利用效率對比表

分析表2 可知，隨著實驗時間的延長，實驗組電網能源利用效率始終保持相對穩定的波動變化趨勢，全局最大值達到了85.01%。對照組電網能源利用效率則始終保持不斷下降的變化趨勢，全局最大值僅能達到77.22%，與實驗組最大值相比，下降了7.79%。

綜上可知，隨著基于態勢感知的智能配電網數據隱蔽攻擊在線檢測方法的應用，電信號識別準確度、電網能源利用效率兩項物理指標均出現明顯上升的變化趨勢，可在促進電子傳輸與信息通信間融合應用能力增強的同時，滿足智能配電網的穩定性規劃需求。

4 結束語

在態勢感知技術的支持下，智能配電網數據隱蔽攻擊在線檢測方法針對電信號識別準確度差、電網能源利用效率低的問題進行了完善，一方面聯合電網流量數據采集器，規劃態勢基礎信息展示模塊的實際連接需求，另一方面借助狀態識別層結構，計算得到AC 狀態估計與DC 狀態估計結果，具備較強的應用可行性。