Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 昆明理工大学张晶获国家专利权

昆明理工大学张晶获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉昆明理工大学申请的专利一种基于模态分解与极致梯度提升的虚假数据注入攻击检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119382959B

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411484759.1,技术领域涉及:H04L9/40;该发明授权一种基于模态分解与极致梯度提升的虚假数据注入攻击检测方法是由张晶;周琨;张家洪;王路路;冯勇;李英娜;杨志军设计研发完成,并于2024-10-23向国家知识产权局提交的专利申请。

一种基于模态分解与极致梯度提升的虚假数据注入攻击检测方法在说明书摘要公布了:本发明涉及一种基于模态分解和极致梯度提升的虚假数据注入攻击检测方法,属于智能电网攻击检测技术领域。本发明采用变分模态分解来提取不同频率下FDIA信号的显著特征;此外,本发明利用从粒子群优化中获得的结果来替换单个总线上的极端梯度提升的预定阈值,从而提高了本发明的检测精度和可解释性。对IEEE‑14总线系统的仿真结果表明,本发明能够有效地检测针对单个总线的攻击,最后,评估了在特定噪声干扰下攻击强度对本发明性能的影响,从而证实了本发明的有效性和鲁棒性。

本发明授权一种基于模态分解与极致梯度提升的虚假数据注入攻击检测方法在权利要求书中公布了:1.一种基于模态分解和极致梯度提升的虚假数据注入攻击检测方法,其特征在于,所述方法包括: Step1:采集信息物理系统数据,统一整理归纳得到电网负荷数据集; Step2:根据电网负荷数据集计算各母线和节点上的初始电压电流相角和幅值,并提取出任意一个节点的初始电压相角和初始电流幅值作为长期用电特征; Step3:利用电压电流相角和幅值构造符合FDIA特点的攻击信号,进行不良数据检测,得到初始FDIA数据; Step4:将初始FDIA数据和初始电压电流相角、幅值数据合并,去除缺失值和异常的极值,再将得到的数据顺序打乱再重组,得到完备无缺失、分布平衡的重组FDIA数据; Step5:使用VMD方法分解重组后的FDIA数据,提取多层IMF并进行子列融合,再通过提取相关关系与频率变化确定模态数,得到对应模态数的含有FDIA信息的分解FDIA数据; Step6:将分解FDIA数据作为特征提取模块的输入值,引导提取时间序列数据在不同尺度下的目标关键特征,并对目标关键特征排列组合; Step7:截取部分初始电压电流相角和幅值,直接利用VMD方法分解提取出第一模态的数据作为日常用电特征,并基于日常用电特征和长期用电特征判断粒子群优化的搜索合理度,确定XGBoost模型的最优参数初值; Step8:截取部分重组FDIA数据,直接利用VMD方法分解提取出第一模态的数据作为短期用电特征;结合短期用电特征和长期用电特征,利用粒子群优化算法更新XGBoost模型的最优参数,完成更新后使用XGBoost模型对目标关键特征进行分类,识别到FDIA特征就进行标记,得到若干个多标签二分类结果; Step9:对多标签二分类结果进行二次检查,并利用状态频分图进行对比,对二次检查后符合FDIA特征的结果触发攻击警报,否则归入无攻击类别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人昆明理工大学,其通讯地址为:650031 云南省昆明市一二一大街文昌路68号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。