題目:AS-TBR:智能電網(wǎng)AMI入侵檢測(cè)模型
作者:馬浩,張翼英等
期刊:SENSORS
摘要:高級(jí)計(jì)量基礎(chǔ)設(shè)施 (AMI) 作為智能電網(wǎng)架構(gòu)中的關(guān)鍵數(shù)據(jù)收集和通信樞紐,由于其開放的雙向通信網(wǎng)絡(luò),極易受到網(wǎng)絡(luò)入侵。AMI 流量數(shù)據(jù)面臨的一個(gè)重大挑戰(zhàn)是嚴(yán)重的類別不平衡,現(xiàn)有方法傾向于檢測(cè)多數(shù)類樣本而忽略少數(shù)類攻擊,從而降低了檢測(cè)系統(tǒng)的整體可靠性。此外,現(xiàn)有方法在時(shí)空特征提取方面存在局限性,無法有效捕捉網(wǎng)絡(luò)流量數(shù)據(jù)中復(fù)雜的依賴關(guān)系。在全局依賴關(guān)系建模方面,現(xiàn)有模型難以動(dòng)態(tài)調(diào)整關(guān)鍵特征,影響入侵檢測(cè)和響應(yīng)的效率和準(zhǔn)確性。針對(duì)這些問題,本文提出了一種創(chuàng)新的混合深度學(xué)習(xí)模型 AS-TBR,用于智能電網(wǎng)中的 AMI 入侵檢測(cè)。該模型結(jié)合自適應(yīng)合成采樣 (ADASYN) 技術(shù)來緩解數(shù)據(jù)不平衡,從而提高少數(shù)類樣本的檢測(cè)準(zhǔn)確性。同時(shí),利用 Transformer 捕捉全局時(shí)間依賴關(guān)系,BiGRU 建模雙向時(shí)間關(guān)系,并利用 ResNet 進(jìn)行深度空間特征提取。實(shí)驗(yàn)結(jié)果表明,AS-TBR 模型在 UNSW-NB15 數(shù)據(jù)集上達(dá)到了 93% 的準(zhǔn)確率,在 NSL-KDD 數(shù)據(jù)集上達(dá)到了 80% 的準(zhǔn)確率。此外,該模型在準(zhǔn)確率、召回率等關(guān)鍵評(píng)估指標(biāo)上均優(yōu)于基線模型,驗(yàn)證了其在 AMI 入侵檢測(cè)中的有效性和魯棒性。