文献

J-GLOBAL ID：201802256149249524   整理番号：18A0449747

cyberattacks下の負荷予測データのための統合異常検出法【Powered by NICT】

An integrated anomaly detection method for load forecasting data under cyberattacks

著者 (1件)： Yue Meng (Department of Sustainable Energy Technologies Brookhaven National Laboratory Upton, NY, U.S.A.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PESGM  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： エネルギーデリバリーシステムが進化し,効率的な運用のための洗練された予測データにますます依存になっているので,それらはサイバーセキュリティ問題に対してより脆弱になる可能性が非常に高い。特に非常に短期間の予測結果は系統運用者と市場参加者は,来るべきグリッド条件を極めて役に立つと思われる。洗練された敵対者による予測関連データおよび/またはモデルに配位した攻撃は,負荷データ無効のための既存の不良データまたは異常値検出法を与える可能性があり,運用意思決定に非常に負の影響を与える可能性がある。時系列データにおける異常パターンを検出するための「記号的集約近似」(SAX)に基づく一般的な方法は,本研究における統合的解決法を開発し導入と組み合わせた既存点異常検出手法を用いるものである。セット時系列負荷データを本研究で用いた種々の洗練されたcyberattacksのための統合異常検出の有効性を実証することである。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 近似法 ,  集中化 ,  系統運用 ,  意思決定 ,  *予測 ,  モデル ,  *負荷予測
準シソーラス用語： 時系列データ ,  異常値検出 ,  敵対者 ,  脆弱性 ,  サイバーセキュリティ ,  *異常検出 , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (3件)： 負荷予測 ,  統合 ,  異常検出