文献

J-GLOBAL ID：202202234684086168   整理番号：22A0958935

VMDとマルチフュージョンSVMによる同期フェーザデータのサイバー攻撃同定【JST・京大機械翻訳】

Cyber-Attack Identification of Synchrophasor Data Via VMD and Multifusion SVM

著者 (7件)： Qiu Wei (Department of Electrical Engineering and Computer Science, University of Tennessee, Knoxville, TN, USA) ,  Zhu Kunzhi (College of Electrical and Information Engineering, Hunan University, Changsha, China) ,  Teng Zhaosheng (College of Electrical and Information Engineering, Hunan University, Changsha, China) ,  Tang Qiu (College of Electrical and Information Engineering, Hunan University, Changsha, China) ,  Yao Wenxuan (College of Electrical and Information Engineering, Hunan University, Changsha, China) ,  Dong Yuqing (Department of Electrical Engineering and Computer Science, University of Tennessee, Knoxville, TN, USA) ,  Liu Yilu (Department of Electrical Engineering and Computer Science, University of Tennessee, Knoxville, TN, USA)
資料名： IEEE Transactions on Industry Applications  (IEEE Transactions on Industry Applications)
巻： 58  号： 2  ページ： 1456-1465  発行年： 2022年 
JST資料番号： A0338B  ISSN： 0093-9994  CODEN： ITIACR  資料種別： 逐次刊行物 (A)
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： 広域計測システム(WAMS)における大量のシンクロファソルデータを収集し,フェーザデータ集光器に送信し,それにより,ハッカーにより攻撃される可能性を増加させる。したがって,攻撃されたデータは,シンクロフェーザデータベースの応用が影響を受けるように,通常のシンクロファソルデータに隠された。この問題を改善するために,変分モード分解(VMD)とマルチ融合サポートベクトルマシン(MSVM)を利用するWAMSにおけるデータサイバー攻撃を検出する同定フレームワークを提案した。最初に,VMDを用いて攻撃データを多重モード成分に変換した。その後,新しいMSVMを用いて,提案した線形結合マルチカーネル(LCM)を用いて決定論的特徴を分類した。このLCMは,synchrophasorデータの時間,周波数,および統計的ドメインを含む複数のタイプの特徴を融合できる。FNET/GridEyeからの実際のデータを利用して,複数の攻撃強度とタイプの下で異なる実験を行った。結果は,同定フレームワークが他の従来の分類器と比較してより高い精度とロバスト性を有することを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 変分法 ,  データ ,  データベース ,  精度 ,  集光器 ,  多モード ,  同定 ,  ロバスト性 ,  計測システム ,  サポートベクトルマシン ,  *サイバー攻撃
準シソーラス用語： *フェーザ ,  ハッカー ,  線形結合 ,  モード分解 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： マルチ ,  SVM ,  フェーザ ,  サイバー攻撃 ,  同定