Mehmet Emre ÇEK, Olcay AKAY, Alirıza YAVUZ

Simetrik -kararlı gürültü altında akıllı şebeke güvenliği için durağan durum kestirimi ve veri enjeksiyon saldırılarının tespiti

Bu çalışmada, Gauss olmayan ortamlarda akıllı şebekeler için durağan durum kestirimi problemi elealınmıştır. Durum kestiriminde gürültünün Gauss dağılıma sahip olduğu yaygın olarak kabul edilir. Fakatbazı gerçek dünya uygulamalarında gürültü dürtüsel bir dağılıma da sahip olabilmektedir. Gürültünün Gaussdağılımla modellendiği sistemlerde, durum kestirimi için genellikle en küçük kareler (LS) yöntemikullanılmaktadır. Bu çalışmada ise dürtüsel bileşenler içeren gürültü -kararlı dağılımla modellenmiş, durağan durum kestirimi için gürbüz süzgeçler seçilmiş ve bu süzgeçlerin performansları, LS yöntemi ilekıyaslanmıştır. Buna ilave olarak, akıllı şebekelerde baraların ölçüm değerlerine yapılan kötü niyetli verienjeksiyonu saldırılarının en hızlı şekilde tespit edilebilmesi için kümülatif toplam (CUSUM) tekniğikullanılmış ve performansı ?-kararlı gürültü altında irdelenmiştir. Veri enjeksiyonu saldırılarının hızlıtespitinde, tespit hızı ile tespit güvenilirliği arasında bir tercih söz konusudur. CUSUM tekniğinde, seçileneşik değeri, kötü niyetli saldırıların tespitinin performansını belirlemektedir. Bu çalışmada, seçilen eşikdeğerinin, doğu tespit oranı, yanlış alarm oranı ve ortalama tespit süresi üzerindeki etkisi farklı değerleri için detaylı olarak irdelenmiştir.

Static state estimation and detection of data injection attacks for smart grid security under symmetric ? ?stable noise

In this study, static state estimation problem in smart grid is considered for non-Gaussian environments. The noise model in state estimation is widely assumed to possess Gaussian distribution. However, in some realworld applications, noise may also possess an impulsive distribution. Method of least squares (LS) isgenerally used for state estimation in systems where noise is modeled by using Gaussian distribution. In thisstudy, noise which contains impulsive components is modeled by -stable distributions. Robust filters are chosen for static state estimation and performances of these filters are compared against the performance ofLS. In addition, cumulative sum (CUSUM) technique is employed and its performance is investigated under-stable distributed noise for quickest detection of malicious data injection attacks which might be launchedat measurement values of buses in smart grids. In quickest detection, there is a trade-off between detection speed and detection reliability. The chosen threshold value for CUSUM determines the probability ofdetection for malicious attacks. In this study, impact of the threshold value on detection rate, false alarm rate,and average run length is examined in detail for different values.

PDF

___

1. Huang Y.F., Werner S., Huang J., Kashyap N., Gupta V., State Estimation in Electric Power Grids: Meeting New Challenges Presented by the Requirements of the Future Grid, IEEE Signal Processing Magazine, 29 (5), 33-43, 2012.
2. Yang Q., Chang L., Yu W., On False Data Injection Attacks Against Kalman Filtering in Power System Dynamic State Estimation, Security and Communication Networks - Special Issue, 9 (9), 833- 849, 2013.
3. Khalili A., Rastegarnia A., Sanei S., Robust Frequency Estimation in Three-Phase Power Systems Using Correntropy-Based Adaptive Filter, IET Science, Measurement & Technology, 9 (8), 928-935, 2015.
4. Arce G.R., Nonlinear Signal Processing: A Statistical Approach, John Wiley & Sons Inc., New Jersey, USA, 2005.
5. Aysal T.C., Barner K.E., Meridian Filtering for Robust Signal Processing, IEEE Transactions on Signal Processing, 55 (8), 3949-3962, 2007.
6. Anwar A., Mahmood A.N., Shah Z., A Data-Driven Approach to Distinguish Cyber-Attacks from Physical Faults in a Smart Grid, Proceedings of the 24th ACM International Conference on Information and Knowledge Management (CIKM'15), MelbourneAustralia, 1811-1814, 19-23, 2015.
7. Cui S., Han Z., Kar S., Kim T.T., Poor H.V., Tajer A., Coordinated Data-Injection Attack and Detection in the Smart Grid: A Detailed Look at Enriching Detection Solutions, IEEE Signal Processing Magazine, 29 (5), 106-115, 2012.
8. Yang Q., Yang J., Yu W., An D., Zhang N., Zhao W., On False Data-Injection Attacks Against Power System State Estimation: Modeling and Countermeasures, IEEE Transactions on Parallel and Distributed Systems, 25, (3) 717-729, 2014.
9. Liu L., Esmalifalak M., Ding Q., Emesih V.A., Han Z., Detecting False Data Injection Attacks on Power Grid by Sparse Optimization, IEEE Transactions on Smart Grid, 5 (2), 612-621, 2014.
10. Qin Z., Li Q., Chuach M.C., Defending Against Unidentifiable Attacks in Electric Power Grids, IEEE Transactions on Parallel and Distributed Systems, 24, (10) 1961-1971, 2013.
11. Giani A., Bitar E., Garcia M., McQueen M., Khargonekar P., Poolla K., Smart Grid Data Integrity Attacks, IEEE Transactions on Smart Grid, 4 (3), 1244- 1253, 2013.
12. Yu Z.H., Chin W.L., Blind False Data Injection Attacks Using PCA Approximation Method in Smart Grid, IEEE Transactions on Smart Grid, 6 (3), 1219-1226, 2015.
13. Chaojun G., Jirutitijaroen P., Motani M., Detecting False Data Injection Attacks in AC State Estimation, IEEE Transactions on Smart Grid, 6 (5), 2476-2483, 2015.
14. Samet R., Çelik Ö.F., Fake GSM Base Station Attack Detection Algorithm, Journal of the Faculty of Engineering and Architecture of Gazi University, 31 (1), 161-169, 2016.
15. Poor H.V., Hadjiliadis O., Quickest Detection, Cambridge University Press, Cambridge, UK, 2008.
16. Li S., Yılmaz Y., Wang X., Quickest Detection of False Data Injection Attack in Wide-Area Smart Grids, IEEE Transactions on Smart Grid, 6 (6), 2725-2735, 2015.
17. Samorodnitsky G., Taqqu M.S., Stable Non-Gaussian Random Processes: Stochastic Models with Infinite Variance, CRC Press, Florida, USA, 1994.
18. Pander T., Przybyla T., Impulsive Noise Cancellation with Simplified Cauchy-Based P-norm Filter, Signal Processing, 92 (9), 2187-2198, 2012.
19. Basseville M., Nikiforov I.V., Detection of Abrupt Changes, Prentice Hall, New Jersey, USA, 1993.
20. Zimmerman R.D., Murillo-Sanchez C.E., Gan D., MATPOWER, A MATLAB Power System Simulation Package, http://www.pserc.cornell.edu//matpower/. Yayın Tarihi; Aralık 16, 2016. Erişim Tarihi: Nisan 26, 2017.
21. Rawat D.B., Bajracharya C., Detection of False Data Injection Attacks in Smart Grid Communication Systems, IEEE Signal Processing Letters, 22 (10), 1652- 1656, 2015.