泛在电力物联网的网络安全提升研究

为了提高泛在电力物联网的网络安全性,提出基于机器学习的泛在电力物联网虚假数据注入攻击检测方法。采用主成分分析方法提取电力系统的量测数据主要特征值,降低数据维度;提出基于梯度提升决策树(gradient boosting decision tree,GBDT)的攻击检测模型,用于实现对攻击数据的分类;为了提高GBDT的分类精度,提出三维自适应果蝇优化算法(Three-dimensional adaptive drosophila optimization algorithm,TDADOA),用于优化GBDT的网络参数。仿真对比结果显示,相比于其他传统方法,所提的方法对于攻击数据的检测更加精准,有利于提高泛在电力物联网的安全水平。