CN108182536B - 一种基于有限理性的配电网cps安全防御方法 - Google Patents

一种基于有限理性的配电网cps安全防御方法 Download PDF

Info

Publication number
CN108182536B
CN108182536B CN201711463221.2A CN201711463221A CN108182536B CN 108182536 B CN108182536 B CN 108182536B CN 201711463221 A CN201711463221 A CN 201711463221A CN 108182536 B CN108182536 B CN 108182536B
Authority
CN
China
Prior art keywords
strategy
fortifier
distribution network
power distribution
attack
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711463221.2A
Other languages
English (en)
Other versions
CN108182536A (zh
Inventor
刘鑫蕊
孙秋野
张化光
赵汀
汪刚
杨珺
吴泽群
原欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northeastern University China
Original Assignee
Northeastern University China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northeastern University China filed Critical Northeastern University China
Priority to CN201711463221.2A priority Critical patent/CN108182536B/zh
Publication of CN108182536A publication Critical patent/CN108182536A/zh
Application granted granted Critical
Publication of CN108182536B publication Critical patent/CN108182536B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
    • H04L63/1416—Event detection, e.g. attack signature detection

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Hardware Design (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer And Data Communications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于有限理性的配电网CPS安全防御方法，充分运用配电网设备数据、配电网运行数据、历史攻击者的驻留时间、平均反应时间、平均修复时间等电网多源数据，从物理***和信息***两个方面建立综合配电网CPS风险评估指标，使得各线路风险评估结果通过基于有限理性的对弈学***均效益，用动态微分方程表示攻击方和设防方选取某策略的动态变化速率，进而建立对弈学习模型的动态微分方程组获得配电网CPS安全防御满意策略。

Description

一种基于有限理性的配电网CPS安全防御方法
技术领域
本发明涉及输配电技术领域，尤其涉及一种基于有限理性的配电网CPS安全防御方法。
背景技术
随着智能电网建设的不断发展，分布式电源、电动汽车等的大规模接入，配电网已逐渐发展成为具备各种CPS典型特征的配电网CPS，对信息网络的依存度越来越高。由于配电网结构和运行管理的极大变化，如果不能利用现代化技术研究一种有效可靠的配电网安全防御策略选取方法，配电网难以有效应对各种突发和连锁故障以满足用户安全可靠供电的需求。因此，迫切需要开展配电网CPS安全防御策略选取方法的研究。
风险评估是根据配电网发生的各种突发事件和电气设备的工作状态来预测配电网发生故障的概率，从而预测发生故障导致风险的大小，是预警和安全防御的重要基础，已经得到了广泛的研究与应用；传统的风险评估指标只考虑电力***物理部分，随着电力物理-信息深度耦合，信息环节的可靠性问题同样导致物理***的运行风险，为保障配电网CPS安全、稳定、连续、有效地运行，需构建配电网CPS综合风险评估指标。
现有电网安全防御控制主要是被动防御，实时信息利用度低。对弈学习方法在工程实践应用的兴起，给配电网安全防御策略选取提供了新的思路。但该策略的应用大多建立在完全理性的基础上，与实际情况偏差较大，降低了策略选取结果的可信度。
目前基于有限理性的对弈学习作为一种跨领域、跨任务的方法，在电力***领域中引起越来越多学者的关注。对弈学习是运用已有知识对不同但相关领域的问题进行求解的一种设防方决策选取方法。它以有限理性为前提：(1)由于大量不确定因素的影响，任一参与方都不能准确的掌握所有其他参与方的特征、策略集和效益集。(2)由于攻击方每次给***造成负面影响不一定是当前运行状况下后果最严重的，即参与者需寻求满意决策而非最优决策。同时考虑同一配电网CPS下采用这策略间的相互依赖情况，得到更接近实际的设防方决策选取结果，可有效实现配电网CPS安全防御的分析和预测。
发明内容
根据现有技术存在的问题，本发明公开了一种基于有限理性的配电网CPS 安全防御方法，其通过获取电网多源数据，从物理***和信息***两个方面建立风险评估模型，能有效评估各线路的综合风险；构建基于有限理性的对弈学***均效益；进而建立对弈学习模型的动态微分方程组，获得安全防御满意策略。
具体方案为：
步骤1：获取电网多源数据，包括气象数据、配电网设备数据、配电网运行数据、历史攻击者的驻留时间、平均反应时间、平均修复时间等，从物理***和信息***两个方面建立风险评估模型，用来描述各线路的风险值；
步骤2：根据各线路的风险评估结果，构建基于有限理性的对弈学习模型，包括构建攻击方类型空间集合、设防方类型空间集合、攻击方策略集、设防方策略集、参与者对弈效益集、参与者对弈概率集；
步骤3：针对攻击方选取的策略，根据参与者对弈概率集选取合理的设防方策略，分别从经济效益和安全性两方面得到每个攻击设防策略对的设防效益值，采用对数合成方法得到设防方采取不同策略的最终期望效益和平均效益；
步骤4：对于某个特定的设防方策略，选取该策略的线路比例是时间的函数，用动态微分方程表示其动态变化速率。同理，对于攻击方任意可选攻击策略可得相应的动态微分方程。由于攻击方每次给***造成负面影响不一定是当前运行状况下后果最严重的，即参与者需寻求满意决策而非最优决策。建立对弈学习模型的动态微分方程组，求得微分方程稳定均衡解，获得安全防御满意策略。
进一步的，所述步骤1包括：
从用户影响、电网影响、外部因素等三方面对配电网物理***进行风险评估，评估指标包括停电人数比例、用户停电损失率，重载过载设备数目、故障后能量损失率、重要用户停电风险、应急设备配备能力，修复时间影响因素和天气因素等。
从信息安全、通信安全和物理安全三方面对配电网信息***进行风险评估，评估指标包括完整性校验、身份鉴别、访问控制、终端用户隐私安全，通信协议安全、信息传输安全、操作***安全、病毒防范，设备安全、网络环境安全等。
进一步的，所述步骤2包括：
所述配电网CPS攻击设防对弈学习模型M，可以表示为4元组，即 M＝(N，S，B，P)，N＝(NA，NP)是对弈学习模型的参与者空间对，其中，NA为攻击方类型空间集合，NP为设防方类型空间集合；S＝(SA，SP)是参与者策略集对，SA＝{SA1，SA2，SAn},n∈N且n≥2表示攻击方策略集，SP＝{SP1，SP2，SPn}表示设防方策略集；B＝(BA，BP)是参与者对弈效益集，由所有参与者的策略共同决定； P＝(p，q)是参与者对弈概率集，pi表示攻击方选择攻击策略SAi的概率，qj表示设防方选择设防策略SPi的概率。由于大量不确定因素的影响，任一参与方都不能准确的掌握所有其他参与方的特征、策略集和效益集。
进一步的，所述步骤3包括：
步骤31：采用不同策略进行对弈，得到相应的经济效益矩阵和安全性矩阵：
Figure GDA0003201014740000031
Figure GDA0003201014740000032
其中，aij、bij分别表示攻击方和设防方采取SAi、SPj时的经济效益，cij、dij分别表示攻击方和设防方采取SAi、SPj时的安全性，n、m分别表示设防方和攻击方策略集中元素个数。
步骤32：对于设防方，决策者以不同的概率qi对各个设防方策略SPi进行选取，但对于整个策略集满足条件：
Figure GDA0003201014740000033
同样，攻击方决策者以不同的概率pi对各个攻击策略SAi进行选取，对于整个策略集满足：
Figure GDA0003201014740000034
计算设防方不同设防策略的经济效益期望收益
Figure GDA0003201014740000035
及其平均收益
Figure GDA0003201014740000036
Figure GDA0003201014740000037
Figure GDA0003201014740000041
计算设防方不同设防策略的安全性期望收益
Figure GDA0003201014740000042
及其平均收益
Figure GDA0003201014740000043
Figure GDA0003201014740000044
采用对数合成法计算设防方不同设防策略的综合期望收益
Figure GDA0003201014740000045
和综合平均收益
Figure GDA0003201014740000046
Figure GDA0003201014740000047
进一步的，所述步骤4包括：
步骤41：由于设防方收益较低者会学习模仿高收益者所选取的策略，针对设防方策略集中的可选策略，选取不同策略的线路比例将随着时间的推移而发生变化，用qi(t)表示，其中，qi(t)表示选择设防方策略SPi的线路比例，且满足
Figure GDA0003201014740000048
攻击方选取不同策略的线路比例随时间动态变化，用pi(t)来进行表示，其中，pi(t)满足
Figure GDA0003201014740000049
步骤42：对于某个特定防御策略SPi，选取该策略的线路比例是时间的函数，其动态变化速率可以用动态微分方程表示：
Figure GDA00032010147400000410
Figure GDA0003201014740000051
其中λi表示采用设防策略i的随机变化率，kαi为强度系数。
针对攻击方的任意可选攻击策略SAi可以得到相应的动态微分方程：
Figure GDA0003201014740000052
Figure GDA0003201014740000053
其中ρi表示采用攻击策略i的随机变化率，kβi为强度系数。
步骤43：令
Figure GDA0003201014740000054
求得稳定均衡解，得到安全防御满意策略，即设防方能够防御成功的最简策略。通过画出动态微分方程的相位图，实现配电网安全防御策略的分析和预测。
由于采用了上述技术方案，本发明提供的一种基于有限理性的配电网CPS 安全防御方法，充分运用配电网设备数据、配电网运行数据、历史攻击者的驻留时间、平均反应时间、平均修复时间等电网多源数据，从物理***和信息***两个方面建立综合配电网CPS风险评估指标，使得各线路风险评估结果通过基于有限理性的对弈学***均效益，用动态微分方程表示攻击方和设防方选取某策略的动态变化速率，进而建立对弈学习模型的动态微分方程组获得配电网CPS 安全防御满意策略。该方法的本质在于构建物理-信息耦合的综合风险评估指标，并通过基于有限理性的对弈方法使选取的设防方策略更符合实际，实现配电网 CPS安全防御策略的分析和预测。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明所述方法对应的步骤流程图；
图2是本发明所述方法对应的核心步骤图；
图3是本发明所述方法对应的配电网CPS综合风险评估指标；
图4是本发明所述方法对应的攻击方和设防方学习对弈树；
图5(1)是本发明所述方法对应的设防方动态微分方程相位图；
图5(2)是本发明所述方法对应的设防方动态微分方程相位图
具体实施方式
为使本发明的技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：
如图1-图5所示的一种基于有限理性的配电网CPS安全防御方法，具体步骤为：
步骤1：获取电网多源数据，包括气象数据、配电网设备数据、配电网运行数据、历史攻击者的驻留时间、平均反应时间、平均修复时间等，从物理***和信息***两个方面建立风险评估模型，用来描述各线路的风险值；其中历史攻击者包括配电网过去的几年中的物理攻击者和信息攻击者，物理攻击者包括恶劣气候、设备受损等现象，信息攻击者包括病毒，黑客等现象。其中参与者指设防方和攻击方
进一步的，所述步骤1包括：
如图1给出了本发明采用的配电网CPS综合风险评估指标。该指标包括物理***风险评估指标和信息***风险评估指标。
从用户影响、电网影响、外部因素等三方面对配电网物理***进行风险评估，评估指标包括停电人数比例、用户停电损失率，重载过载设备数目、故障后能量损失率、重要用户停电风险、应急设备配备能力，修复时间影响因素和天气因素等。表1给出配电网物理***风险等级及量化值。
表1物理***风险指标值及对应风险等级量化值
Figure GDA0003201014740000061
Figure GDA0003201014740000071
从信息安全、通信安全和物理安全三方面对配电网信息***进行风险评估，评估指标包括完整性校验、身份鉴别、访问控制、终端用户隐私安全，通信协议安全、信息传输安全、操作***安全、病毒防范，设备安全、网络环境安全等。根据信息***风险评估指标体系，安全等级分为7级，分别为很安全(95-100)，安全(85-90)，较安全(80-85)，一般(70-80)，较危险(65-70)，危险(60-65)，很危险(<60)。
步骤2：根据各线路的风险评估结果，构建基于有限理性的对弈学习模型，包括构建攻击方类型空间集合、设防方类型空间集合、攻击方策略集、设防方策略集、参与者对弈效益集、参与者对弈概率集；进一步的，其中
所述步骤2包括：
所述配电网CPS攻击设防对弈学习模型M，可以表示为4元组，即 M＝(N，S，B，P)，N＝(NA，NP)是对弈学习模型的参与者空间对，其中，NA为攻击方类型空间集合，NP为设防方类型空间集合；S＝(SA，SP)是参与者策略集对，假定{SA1,SA2}和{SP1,SP2}分别为攻击方和设防方的策略集；P＝(p,q)是参与者对弈概率集，pi表示攻击方选择攻击策略SAi的概率，qj表示设防方选择设防策略SPi的概率，双方均以不同的概率对各自策略集中的策略进行选取。由于大量不确定因素的影响，任一参与方都不能准确的掌握所有其他参与方的特征、策略集和效益集。其双方学习对弈树如图4。
步骤3：针对攻击方选取的策略，根据参与者对弈概率集选取合理的设防方策略，分别从经济效益和安全性两方面得到每个攻击设防策略对的设防效益值，采用对数合成方法得到设防方采取不同策略时的最终期望效益和平均效益；进一步的，所述步骤3包括：
步骤31：采用不同策略进行对弈，得到相应的经济效益矩阵和安全性矩阵：
Figure GDA0003201014740000081
步骤32：对于设防方，决策者以不同的概率qi对各个设防方策略SPi进行选取，但对于整个策略集满足条件：
Figure GDA0003201014740000082
同样，攻击方决策者以不同的概率pi对各个攻击策略SAi进行选取，对于整个策略集满足：
Figure GDA0003201014740000083
计算设防方不同设防策略的经济效益期望收益
Figure GDA0003201014740000084
及其平均收益
Figure GDA0003201014740000085
Figure GDA0003201014740000086
Figure GDA0003201014740000087
Figure GDA0003201014740000088
计算设防方不同设防策略的安全性期望收益
Figure GDA0003201014740000089
及其平均收益
Figure GDA00032010147400000810
Figure GDA0003201014740000091
Figure GDA0003201014740000092
Figure GDA0003201014740000093
采用对数合成法计算设防方不同设防策略的综合期望收益
Figure GDA0003201014740000094
和综合平均收益
Figure GDA0003201014740000095
Figure GDA0003201014740000096
Figure GDA0003201014740000097
Figure GDA0003201014740000098
同理，对于攻击方可以求得，从经济效益和安全性两方面计算攻击方不同策略的期望收益以及平均收益。
Figure GDA0003201014740000099
Figure GDA00032010147400000910
Figure GDA00032010147400000911
计算攻击方不同攻击策略的安全性期望收益
Figure GDA00032010147400000912
及其平均收益
Figure GDA00032010147400000913
Figure GDA00032010147400000914
Figure GDA00032010147400000915
Figure GDA00032010147400000916
采用对数合成法计算攻击方不同设防策略的综合期望收益
Figure GDA00032010147400000917
和综合平均收益
Figure GDA00032010147400000918
Figure GDA00032010147400000919
Figure GDA00032010147400000920
Figure GDA00032010147400000921
步骤4：对于某个特定的设防方策略，选取该策略的线路比例是时间的函数，用动态微分方程表示其动态变化速率。同理，对于攻击方任意可选攻击策略可得相应的动态微分方程。由于攻击方每次给***造成负面影响不一定是当前运行状况下后果最严重的，即参与者需寻求满意决策而非最优决策。建立对弈学习模型的动态微分方程组，求得微分方程稳定均衡解，获得安全防御满意策略；进一步的，所述步骤4包括：
对于某个特定防御策略SP1，选取该策略的线路比例是时间的函数，其动态变化速率可以用动态微分方程表示：
Figure GDA0003201014740000101
令SP(q)＝0，则可得到解q＝0，q＝1，
Figure GDA0003201014740000102
对于某个特定防御策略SA1，选取该策略的线路比例是时间的函数，其动态变化速率可以用动态微分方程表示：
Figure GDA0003201014740000103
令SA(p)＝0，则可得到解p＝0，p＝1，
Figure GDA0003201014740000104
令
Figure GDA0003201014740000105
可以求出该学***衡状态。最终求解为：
Figure GDA0003201014740000106
其中F1表示设防方选取纯策略SP2，攻击方选取纯策略SA2；
Figure GDA0003201014740000107
其中F2表示设防方选取纯策略SP2，攻击方选取纯策略SA1；
Figure GDA0003201014740000108
其中F3表示设防方选取纯策略SP1，攻击方选取纯策略SA2；
Figure GDA0003201014740000109
其中F1表示设防方选取纯策略SP1，攻击方选取纯策略SA1；
Figure GDA00032010147400001010
其中F5表示设防方以混合概率组合(M,1-M)选取策略{SP1,SP2}，攻击方以混合概率组合(N,1-N)选取策略{SA1,SA2}。
针对学习对弈模型中双方各自存在的动态微分方程，以设防方为例，画出动态微分方程的相位图，对其学习对弈模型得到的稳定均衡解进行详细分析。
当
Figure GDA0003201014740000111
且
Figure GDA0003201014740000112
时，则q为设防方的安全防御满意策略。即动态微分方程曲线与水平坐标轴相交并且切线斜率为负的点就是设防方安全防御满意策略。
(1)当p<M时，设防方动态微分方程相位图如图5(1 ),q＝0，q＝1是2个稳定状态，基于上述分析，q＝0为设防方的安全防御满意策略；
(2)当p>M时，设防方动态微分方程相位图如图5(2 ),q＝0，q＝1是2个稳定状态，基于上述分析，q＝1为设防方的安全防御满意策略；
通过对学习对弈结果的分析可以得到动态微分方程的稳定均衡，并能够对策略选取机制的变化进行分析和预测，实现配电网CPS安全防御满意策略的选取。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种基于有限理性的配电网CPS安全防御方法，其特征在于包括以下步骤：
S1：获取电网多源数据信息，从物理***和信息***建立用来描述各线路的风险值的电网风险评估模型，其中电网多源数据包括气象数据、配电网设备数据、配电网运行数据、历史攻击者的驻留时间、平均反应时间和平均修复时间；
S2：根据电网中各线路的风险评估结果构建配电网CPS攻击设防对弈学习模型M；其中构建该模型中包括构建攻击方类型空间集合、设防方类型空间集合、攻击方策略集、设防方策略集、参与者对弈效益集和参与者对弈概率集；
S3：针对攻击方选取的策略根据参与者对弈概率集选取设防方策略，分别从经济效益和安全性获取每个攻击设防策略对的设防效益值，采用对数合成方法得到设防方采取不同策略时的最终期望效益和平均效益；
S4：对于某个特定的设防方策略选取该策略的线路比例是时间的函数，用动态微分方程表示其动态变化速率，建立对弈学习模型的动态微分方程组，求得微分方程稳定均衡解获得安全防御满意策略。
2.根据权利要求1所述的一种基于有限理性的配电网CPS安全防御方法，其特征还在于：S2中所述配电网CPS攻击设防对弈学习模型M，可以表示为四元组，即M＝(N，S，B，P)，N＝(NA，NP)是对弈学习模型的参与者空间对，其中，NA为攻击方类型空间集合，NP为设防方类型空间集合；S＝(SA，SP)是参与者策略集对，SA＝{SA1，SA2，SAn},n∈N且n≥2表示攻击方策略集，SP＝{SP1，SP2，SPn}表示设防方策略集；B＝(BA，BP)是参与者对弈效益集，由所有参与者的策略共同决定；P＝(pi，qj)是参与者对弈概率集，pi表示攻击方选择攻击策略SAi的概率，qj表示设防方选择设防策略SPi的概率。
3.根据权利要求1所述的一种基于有限理性的配电网CPS安全防御方法，其特征还在于：S3中具体采用如下方式：
S31：采用不同策略进行对弈，得到相应的经济效益矩阵和安全性矩阵：
Figure FDA0003201014730000021
Figure FDA0003201014730000022
其中，aij、bij分别表示攻击方和设防方采取SAi、SPj时的经济效益，cij、dij分别表示攻击方和设防方采取SAi、SPj时的安全性，n、m分别表示设防方和攻击方策略集中元素个数；
S32：对于设防方，决策者以不同的概率qi对各个设防方策略SPi进行选取，对于整个策略集满足条件：
Figure FDA0003201014730000023
同样，攻击方决策者以不同的概率pi对各个攻击策略SAi进行选取，对于整个策略集满足：
Figure FDA0003201014730000024
计算设防方不同设防策略的经济效益期望收益
Figure FDA0003201014730000025
及其平均收益
Figure FDA0003201014730000026
Figure FDA0003201014730000027
计算设防方不同设防策略的安全性期望收益
Figure FDA0003201014730000028
及其平均收益
Figure FDA0003201014730000029
Figure FDA00032010147300000210
采用对数合成法计算设防方不同设防策略的综合期望收益
Figure FDA00032010147300000211
和综合平均收益
Figure FDA00032010147300000212
Figure FDA0003201014730000031
4.根据权利要求1所述的一种基于有限理性的配电网CPS安全防御方法，其特征还在于：S4具体采用如下方案：
S41：针对设防方策略集中的可选策略，选取不同策略的线路比例将随着时间的推移而发生变化，用qi(t)表示，其中，qi(t)表示选择设防方策略SPi的线路比例，且满足
Figure FDA0003201014730000032
攻击方选取不同策略的线路比例随时间动态变化，用pi(t)来进行表示，其中，pi(t)满足
Figure FDA0003201014730000033
S42：对于某个特定防御策略SPi，选取该策略的线路比例是时间的函数，其动态变化速率用动态微分方程表示：
Figure FDA0003201014730000034
Figure FDA0003201014730000035
其中λi表示采用设防策略i的随机变化率，kαi为强度系数；
针对攻击方的任意可选攻击策略SAi得到相应的动态微分方程：
Figure FDA0003201014730000036
Figure FDA0003201014730000037
其中ρi表示采用攻击策略i的随机变化率，kβi为强度系数；
S42：令
Figure FDA0003201014730000038
求得稳定均衡解，得到安全防御满意策略，即设防方能够防御成功的最简策略；通过画出动态微分方程的相位图，实现配电网安全防御策略的分析和预测。
CN201711463221.2A 2017-12-28 2017-12-28 一种基于有限理性的配电网cps安全防御方法 Active CN108182536B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711463221.2A CN108182536B (zh) 2017-12-28 2017-12-28 一种基于有限理性的配电网cps安全防御方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711463221.2A CN108182536B (zh) 2017-12-28 2017-12-28 一种基于有限理性的配电网cps安全防御方法

Publications (2)

Publication Number Publication Date
CN108182536A CN108182536A (zh) 2018-06-19
CN108182536B true CN108182536B (zh) 2021-11-16

Family

ID=62548563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711463221.2A Active CN108182536B (zh) 2017-12-28 2017-12-28 一种基于有限理性的配电网cps安全防御方法

Country Status (1)

Country Link
CN (1) CN108182536B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005152B (zh) * 2018-06-25 2020-09-29 全球能源互联网研究院有限公司 一种源网荷***攻击危害的评估方法及***
CN108769062B (zh) * 2018-06-26 2020-12-29 国网福建省电力有限公司 一种面向电力信息物理***多阶段网络攻击的防御方法
CN109191326B (zh) * 2018-08-23 2021-11-30 东北大学 基于攻击方视角的配电网cps相依存***网络攻击风险评估方法
CN109299160B (zh) * 2018-10-30 2021-10-29 东北大学 一种基于监控大数据挖掘的电力cps安全性分析方法
CN109961172B (zh) * 2018-12-28 2023-11-03 东南大学 一种基于统计模型检验的cps稀有事件概率预测方法
CN110740143B (zh) * 2019-11-22 2020-11-17 南京邮电大学 一种基于攻击溯源的网络攻击紧急应对方法
CN111563330B (zh) * 2020-05-07 2023-08-04 东北大学 一种基于零和博弈对策的信息物理***安全优化分析方法
CN112688315B (zh) * 2020-12-16 2023-04-07 国网辽宁省电力有限公司经济技术研究院 一种基于电动汽车配电网信息物理***的攻防***及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106953879A (zh) * 2017-05-12 2017-07-14 中国人民解放军信息工程大学 最优反应动态演化博弈模型的网络防御策略选取方法
CN107483486A (zh) * 2017-09-14 2017-12-15 中国人民解放军信息工程大学 基于随机演化博弈模型的网络防御策略选取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7590589B2 (en) * 2004-09-10 2009-09-15 Hoffberg Steven M Game theoretic prioritization scheme for mobile ad hoc networks permitting hierarchal deference

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106953879A (zh) * 2017-05-12 2017-07-14 中国人民解放军信息工程大学 最优反应动态演化博弈模型的网络防御策略选取方法
CN107483486A (zh) * 2017-09-14 2017-12-15 中国人民解放军信息工程大学 基于随机演化博弈模型的网络防御策略选取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
区域综合能源***多主体非完全信息下的双层博弈策略;郝然等;《电力***自动化》;20171223(第04期);全文 *
基于攻防演化博弈模型的防御策略选取方法;黄健明等;《通信学报》;20170125(第01期);全文 *
考虑有限理性的电力***连锁故障多阶段动态博弈防御模型;丁明等;《电力自动化设备》;20170213(第02期);全文 *

Also Published As

Publication number Publication date
CN108182536A (zh) 2018-06-19

Similar Documents

Publication Publication Date Title
CN108182536B (zh) 一种基于有限理性的配电网cps安全防御方法
CN110138627B (zh) 一种基于安全风险量化的边缘侧终端安全接入策略选择方法
CN106101252B (zh) 基于大数据和可信计算的信息安全风险防护***
CN112819300B (zh) 网络攻击下基于随机博弈网的配电网风险评估方法
CN109617706B (zh) 工业控制***防护方法及工业控制***防护装置
CN105933316B (zh) 网络安全级别的确定方法和装置
CN110458463B (zh) 一种基于区间直觉模糊决策的电力物联网安全评估方法
Feng et al. Using game theory to optimize allocation of defensive resources to protect multiple chemical facilities in a city against terrorist attacks
CN102571746A (zh) 一种面向云计算环境侧通道攻击防御的虚拟机部署方法
CN113392919B (zh) 一种注意力机制的深度信念网络dbn检测方法
CN109217296A (zh) 一种基于加权潮流熵和电压稳定的电网关键节点辨识方法
CN107347066A (zh) 一种功能等价体异构度最大化调度方法及装置
CN114330750B (zh) 一种联邦学习毒化攻击检测方法
CN105512783A (zh) 用于电磁环网解环方案的综合评价方法
CN108985566B (zh) 电力信息物理融合***弹性提升策略求解方法
CN115049270A (zh) 考虑变电站网络攻击成功概率的电力***风险评估方法
Zheng [Retracted] Information System Security Evaluation Algorithm Based on PSO‐BP Neural Network
CN109871711A (zh) 海洋大数据共享分发风险控制模型及方法
CN115801460B (zh) 考虑网络攻击漏洞的配电信息物理***安全风险评估方法
CN114926014A (zh) 应用于电力***的隐秘性攻击风险评估方法
CN112422552B (zh) 微网二次控制中上传信道受DoS攻击下的攻防演化方法
Li et al. Research on risk prevention and control strategy of power grid CPS system based on intrusion tolerance
CN115842681B (zh) 一种公专互动电力业务***的风险评估方法及相关装置
POLAT et al. An examination of the us-china trade war within the framework of game theory
Hu Mathematical model construction of communication security assessment method based on TST switching network matrix

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant