[论文解读] Optimal Data Attacks on Power Grids: Leveraging Detection & Measurement Jamming

Deepjyoti Deka, Ross Baldick+1 more|arXiv (Cornell University)|Jun 15, 2015

Smart Grid Security and Resilience参考文献 9被引用 5

一句话总结

本文提出了一种针对电力系统的新型可检测干扰攻击框架，结合了不良数据注入与量测干扰，以绕过状态估计检测。结果表明，干扰可显著降低攻击成本——尤其当干扰成本低于数据注入成本的一半时——并提出一种基于图割的算法，以在不同干扰成本下优化攻击。

ABSTRACT

Meter measurements in the power grid are susceptible to manipulation by adversaries, that can lead to errors in state estimation. This paper presents a general framework to study attacks on state estimation by adversaries capable of injecting bad-data into measurements and further, of jamming their reception. Through these two techniques, a novel `detectable jamming' attack is designed that changes the state estimation despite failing bad-data detection checks. Compared to commonly studied `hidden' data attacks, these attacks have lower costs and a wider feasible operating region. It is shown that the entire domain of jamming costs can be divided into two regions, with distinct graph-cut based formulations for the design of the optimal attack. The most significant insight arising from this result is that the adversarial capability to jam measurements changes the optimal 'detectable jamming' attack design only if the jamming cost is less than half the cost of bad-data injection. A polynomial time approximate algorithm for attack vector construction is developed and its efficacy in attack design is demonstrated through simulations on IEEE test systems.

研究动机与目标

• 分析量测干扰对电力系统中最佳可检测数据攻击的影响。
• 开发一种结合不良数据注入与干扰的低成本攻击框架，以绕过检测。
• 识别在何种条件下干扰会显著改变最优攻击设计，与传统隐蔽攻击形成对比。
• 设计一种多项式时间近似算法，用于在不同干扰成本下构建最优攻击向量。
• 评估电力系统对可检测干扰攻击的鲁棒性，并与传统隐蔽攻击模型进行比较。

提出的方法

• 基于必要且充分的可行性条件，将最优可检测干扰攻击建模为图割问题。
• 将干扰成本范围划分为两个区间：低于和高于数据注入成本的一半，每个区间需采用不同的图割公式。
• 开发一种基于递归最小割的近似算法，具有多项式时间复杂度，用于计算最优攻击向量。
• 利用IEEE 14母线与57母线测试系统，结合相量与潮流量测，模拟不同干扰与注入成本比下的攻击性能。
• 采用混合整数规划与图论技术，对量测污染与通信阻断进行建模。
• 通过评估不同比例安全（不可篡改）量测下的攻击成本与可行性，评估系统鲁棒性。

实验结果

研究问题

• RQ1 与传统隐蔽攻击相比，引入量测干扰如何改变可检测数据攻击的最优设计？
• RQ2 在何种条件下，干扰可显著降低可检测攻击的成本？
• RQ3 干扰成本与数据注入成本之间的何种关系决定了最优攻击策略的转变？
• RQ4 为防止可检测干扰攻击所需的安全量测数量，与防止隐蔽攻击所需数量相比如何？
• RQ5 多项式时间算法能否在不同系统配置下有效近似最优可检测干扰攻击向量？

主要发现

• 当干扰成本低于数据注入成本一半时，最优可检测干扰攻击成本约为最优隐蔽攻击成本的一半。
• 当干扰成本高于数据注入成本一半时，最优攻击设计回归为标准可检测攻击形式，不再有进一步成本降低。
• 为防止可检测干扰攻击所需的安全量测数量与量测图中的边数成比例，而隐蔽攻击则与母线数量成比例。
• 在IEEE 14-和57-母线系统上的仿真结果表明，当干扰成本较低时，可检测干扰攻击的平均攻击成本低于无干扰的可检测攻击。
• 所提出的递归最小割算法以多项式复杂度成功近似最优攻击向量，在所有测试案例中表现出良好性能。
• 该框架表明，量测干扰显著削弱了基于隐蔽攻击的传统鲁棒性度量，因为它使原本被认为安全的区域也变得可攻击。