[发明专利]一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术

权利要求书

1.一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术，其特征在于：进行问题建模：

假设智能微网由N个实体节点组成，第i个节点的实时电力消耗数据为φ_i(t)，简称为时变参考信号φ_i(t)，则动态平均跟踪问题解决的是如何让每个节点都能跟踪到所有电力消耗数据的平均值，则跟踪目标可以表示为

式中，为所有电力消耗数据的平均值，简称为参考信号平均值；

为进一步具体化要解决的问题模型，作出如下假设，

假设1：假设N个节点构成的网络拓扑图是双向通信，并且是连通的；

假设2：对于网络拓扑中任意节点i∈{1，...，N}，其时变参考信号φ_i(t)和其导数都是有界的，则存在正常数和使得

假设3：将外部攻击者要注入的虚假数据表示为δ_i(t)，其导数表示为即h_i(t)是δ_i(t)的导数值，并且满足：1)δ_i(t)和h_i(t)都是有界的；2)即是有界的；

为解决所述参考信号平均值的跟踪问题，进行以下算法设计：

假设智能微网节点之间的通信面临虚假数据注入攻击的风险，提出如下的抗虚假数据注入攻击的动态跟踪算法

x_i(t)＝z_i(t)+φ_i(t)

其中z_i(t)、x_i(t)和分别表示节点内部状态、估计状态和控制输入，δ_i(t)表示作用于控制输入的恶意虚假数据，和分别表示x_i(t)和δ_i(t)状态的估计值，表示对状态z_i(t)进行求导计算，表示节点j是节点i的邻居，即节点i可以接收到节点j发送过来的信息，表示从邻居节点j接收到的状态，α是系统控制增益，γ＞0是设计参数；

针对估计状态和设计扩展状态观测器模型如下

其中，β₁，β₂＞0是观测器的控制增益，是节点内部状态z_i(t)的估计值，和分别表示对状态和进行求导计算；

考虑一个连通的无向网络，网络节点之间的通信面临外部的虚假数据注入攻击，在假设1、假设2和假设3成立的基础上，如果存在一个对称矩阵P，使得系统控制增益α和观测器控制增益β₁，β₂满足如下约束条件，

其中

其中I_N和O_N分别表示N维的单位矩阵和零矩阵。

2.根据权利要求1所述的一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术，其特征在于：所述算法设计的具体算法流程步骤如下：

步骤1：假设每个节点i随机生成初始状态x_i(0)和z_i(0)，并设置和

步骤2：假设初始化算法迭代时间t＝0，重复执行以下步骤；

步骤3：节点i根据自身时变参考信号φ_i(t)计算估计状态如下

步骤4：节点i将初始状态传递给它相邻的节点，并接收其相邻节点传递过来的状态

步骤5：节点i基于自身估计状态和收到的邻居估计状态计算控制输入

步骤6：节点i选取迭代步长h，然后基于自身状态、控制输入进行如下状态更新

x_i(t+1)＝z_i(t+1)+φ_i(t+1)

步骤7：节点i基于自身状态、控制输入进行观测器内部状态和虚假数据估计状态更新

步骤8：更新算法迭代时间，并判断迭代是否结束；

所述步骤8判断迭代是否结束的步骤具体包括：

步骤8-1：更新迭代时间t＝t+1；

步骤8-2：判断迭代是否结束，计算最近两次状态估计值的误差||ε(t)||＝||x(t)-x(t-1)||，如果该误差小于给定的阈值∈，即||ε(t)||≤∈，那么算法结束；否则，继续执行步骤3至步骤8，直到算法结束。