分布式网络虚假数据注入攻击检测方法研究

发布时间：2025-01-14 17:45

　　 传统针对分布式网络虚假数据注入攻击的检测方法具有检测时间长、准确率低的问题,提出了一种分布式网络虚假数据注入攻击检测方法。通过分析虚假数据的注入攻击机理,滤除分布式网络虚假数据中的噪声,利用虚假数据的时间窗与数据占比之间的关系,确定了虚假数据注入攻击检测模型的检测过程,建立了检测模型。计算虚假数据的信噪比和均方根误差,在此基础上使用小波阈值去噪法完成分布式网络虚假数据的预处理。将处理后的虚假数据输入到检测模型中,通过虚假数据的更新门和重置门得到虚假数据注入攻击训练数据集,完成分布式网络虚假数据注入攻击的检测。实验结果显示,所提检测方法与传统检测方法相比,对虚假数据注入攻击的检测时间较短且准确率较高,具有一定的实用性。

【文章页数】：5 页

【部分图文】：

图1 虚假数据注入攻击检测模型的检测过程

在获取预处理数据集的基础上，利用虚假数据标记值在处理二分类问题上的优势，将虚假数据注入攻击的决策树算法与攻击梯度提升框架迭代在一起，在缩短检测时间的基础上，保障虚假数据注入攻击检测模型的检测精度[9-10]。1.3对虚假数据注入攻击的检测

图2 虚假数据注入攻击的检测流程

综上，分布式网络中的数据量比较大，不仅会延长检测的时间，且还会增加计算的难度，故在计算虚假数据信噪比和均方根误差的基础上，处理了虚假数据分解系数[21]，实现虚假数据的重构，完成了分布式网络虚假数据的预处理。通过分析虚假数据注入攻击机理[22]，滤除分布式网络虚假数据中的噪声，利....

图4 虚假数据注入攻击的检测准确率对比

根据式（9）得到虚假数据注入攻击的检测准确率，对比结果如图4所示。分析图4可知，在400Mb虚假数据注入攻击下，文献[3]中的方法检测准确率平均为70%，文献[4]中的方法检测准确率平均为65%，而本文所提方法的检测准确率平均为86%。从试验结果可得，本文所提方法检测虚假数据注....

本文编号：4026960