[论文解读] Impacts of Bad Data on the PMU based Line Outage Detection

Xuan Liu, Zhiyi Li+1 more|arXiv (Cornell University)|Feb 14, 2015

Smart Grid Security and Resilience参考文献 15被引用 11

一句话总结

本文展示了如何通过操纵测量数据以满足基尔霍夫电流定律（KCL）和基尔霍夫电压定律（KVL），利用坏数据注入攻击在相量测量单元（PMU）基础的电力系统监测中隐藏线路停运事件，从而逃避检测，同时增加残差以掩盖停运事件。通过二次规划方法确定了最优攻击向量，成功在IEEE 39节点系统中隐藏了线路停运。

ABSTRACT

Power systems become more prone to cyber-attacks due to the high integration of information technologies. In this paper, we demonstrate that the outages of some lines can be masked by injecting false data into a set of measurements. The success of the topology attack can be guaranteed by making that: 1)the injected false data obeys KCL and KVL to avoid being detected by the bad data detection program in the state estimation; 2)the residual is increased such that the line outage cannot be detected by PMU data. A quadratic programming problem is set up to determine the optimal attack vector that can maximize the residual of the outaged line. The IEEE 39-bus system is used to demonstrate the masking scheme.

研究动机与目标

• 研究PMU基础的线路停运检测系统对坏数据注入攻击的脆弱性。
• 分析虚假数据如何被注入以逃避状态估计中的标准坏数据检测机制。
• 开发一种方法以最大化残差值，从而防止实际线路停运被检测到。
• 在真实的PMU测量条件下，利用IEEE 39节点测试系统验证该攻击方案。

提出的方法

• 构建一种坏数据注入攻击，通过满足基尔霍夫电流定律（KCL）和基尔霍夫电压定律（KVL），使攻击在状态估计中不被察觉。
• 建立二次规划问题，以确定能够最大化停运线路残差的最优攻击向量。
• 使用PMU测量数据作为输入，模拟攻击并评估其对线路停运检测的影响。
• 采用IEEE 39节点系统作为测试案例，证明该隐藏方案的可行性和有效性。
• 分析受攻击系统的残差行为，确认停运事件不再能被PMU基础监测系统检测到。
• 通过验证，确保注入的数据保持在标准坏数据检测程序的检测阈值范围内。

实验结果

研究问题

• RQ1 是否可以以满足KCL和KVL的方式注入虚假数据，同时逃避状态估计的检测？
• RQ2 停运线路的残差可被增加到何种程度，以实现其在PMU基础检测中的隐藏？
• RQ3 能够最大化残差影响且不被察觉的最优攻击向量是什么？
• RQ4 所提出的攻击方案在真实世界电力系统模型中隐藏线路停运的效率如何？
• RQ5 在针对此类针对性数据注入攻击下，当前PMU基础的线路停运检测存在哪些局限性？

主要发现

• 所提出的攻击通过注入符合KCL和KVL的虚假数据，成功隐藏了线路停运，避免了被标准坏数据检测算法察觉。
• 二次规划公式能有效识别出能最大化停运线路残差的最优攻击向量。
• 在IEEE 39节点系统中，攻击向量成功将残差提升至足以阻止实际线路停运被检测的水平。
• 由于注入数据处于正常测量误差的统计边界内，该攻击未被察觉。
• 研究证实，当系统约束被利用时，PMU基础的线路停运检测易受复杂数据注入攻击的影响。
• 结果强调了需要增强监测与检测机制，以在实时电力系统运行中识别此类隐蔽且拓扑保持的攻击。