تشخیص نفوذ و افزایش امنیت در شبکه های برق هوشمند با روشهای یادگیری ماشین

شبکه های برق هوشمند Smart Grid به عنوان نسل جدید سیستمهای توزیع، انرژی امکانات پیشرفته ای برای مدیریت بهینه انرژی فراهم می کنند. اما همزمان چالشهای امنیتی جدیدی نیز ایجاد می نمایند. این پژوهش روشهای نوین تشخیص نفوذ در شبکه های برق هوشمند را با استفاده از تکنیکهای یادگیری ماشین مورد بررسی قرار می دهد. در این مطالعه، یک سیستم تشخیص نفوذ مبتنی بر ترکیب الگوریتمهای Support Vector Machine، Random Forest و Deep Neural Networks پیشنهاد گردیده است. نتایج آزمایشها بر روی مجموعه دادههای NSL-KDD و ۹۹ KDD Cup حاکی از آن است که روش پیشنهادی با دقت %۹۸٫۷ و نرخ تشخیص اشتباه مثبت (False Positive) کمتر از ۱٫۵٪، عملکرد بهتری نسبت به روشهای سنتی ارائه می دهد. Probe، DoS و U۲R را در زمان واقعی داشته و می تواند امنیت زیرساختهای این سیستم قابلیت تشخیص حملات R۲L حیاتی شبکه های برق هوشمند را به طور قابل توجهی تقویت نماید.

کلیدواژه ها:

شبکه برق هوشمند ، تشخیص نفوذ ، یادگیری ماشین ، امنیت سایبری ، Random Forest ، شبکه عصبی عمیق