基于灰狼算法优化核极限学习机的虚假数据注入攻击增量检测

王惠洁

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (04) : 807 -813.

PDF
吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (04) : 807 -813. DOI: 10.19292/j.cnki.jdxxp.20250303.004

基于灰狼算法优化核极限学习机的虚假数据注入攻击增量检测

    王惠洁
作者信息 +

Author information +
文章历史 +
PDF

摘要

由于在实施虚假数据注入攻击检测时,若检测模型的检测精度较差,将影响虚假数据注入攻击检测的检测效果,为有效提升检测模型的检测精度,提出基于灰狼算法优化核极限学习机的虚假数据注入攻击增量检测。估计电力系统状态,分析虚假数据注入攻击行为,并基于核极限学习机建立虚假数据注入攻击增量检测模型,使用灰狼算法对模型进行优化处理;最后将采集的电力系统状态数据的归一化结果作为模型输入数据,通过优化后的模型实现电力系统虚假数据注入攻击在增量变化下的精准检测。实验结果表明,采用该方法进行虚假数据注入攻击检测,可以得到较好的检测效果和较高精度的检测结果。

关键词

核极限学习机 / 灰狼优化算法 / 电力系统 / 虚假数据注入攻击 / 优化处理

Key words

引用本文

引用格式 ▾
基于灰狼算法优化核极限学习机的虚假数据注入攻击增量检测[J]. 吉林大学学报(信息科学版), 2025, 43(04): 807-813 DOI:10.19292/j.cnki.jdxxp.20250303.004

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

117

访问

0

被引

详细

导航
相关文章

AI思维导图

/