گروه مهندسی برق

جلسه دفاع از رساله دکترا آقای محسن بصیری کجانی

جلسه باعنوان طراحی استراتژی دفاعی در برابر حملات سایبری و فیزیکی-سایبری در سیستم قدرت، در تاریخ چهارشنبه 1404/03/27 برگزار می گردد.


جلسه دفاع از رساله دکترا آقای محسن بصیری کجانی، باعنوان طراحی استراتژی دفاعی در برابر حملات سایبری و فیزیکی-سایبری در سیستم قدرت، در تاریخ چهارشنبه 1404/03/27 ساعت 9 در اتاق شورا ساختمان صناعت برگزار می گردد.



استاد راهنما: آقای دکتر مهدی قلی پورشهرکی


چکیده: امروزه گسترش زیرساخت‌های مخابراتی و یکپارچه‌سازی فناوری اطلاعات با سیستم‌های قدرت موجب شده است که این سیستم‌ها ماهیتی فیزیکی–سایبری پیدا کنند. در چنین ساختاری، تهدیدات سایبری، به‌ویژه حملات تزریق داده غلط (False Data Injection – FDI)، به یکی از چالش‌های اساسی امنیت تبدیل شده‌اند. این حملات با دستکاری هدفمند داده‌های اندازه‌گیری، فرآیندهای پایش، حفاظت و کنترل را مختل می‌کنند و به دلیل قابلیت عبور از آزمون‌های متداول تشخیص داده غلط، شناسایی آن‌ها با دشواری قابل توجهی همراه است. در این پژوهش، حملات تزریق داده غلط با هدف ایجاد تصمیم‌های نادرست بهره‌برداری و در نهایت بروز اضافه‌بار در خطوط انتقال مدلسازی شده است؛ وضعیتی که می‌تواند امنیت بهره‌برداری شبکه را تهدید کرده و اپراتور را ناگزیر به اعمال اقدامات اصلاحی نظیر بارزدایی نماید. در مدل پیشنهادی، مهاجم تنها به داده‌های اندازه‌گیری یک ناحیه محلی دسترسی دارد و حمله نیز به همان ناحیه محدود می‌شود. طراحی بردار حمله بر مبنای تخمین حالت DC و تحلیل حساسیت ولتاژ نسبت به توان اکتیو انجام می‌گیرد که بدین ترتیب نیاز به مدل‌های غیرخطی AC را برطرف می‌سازد. برای مدلسازی تعامل میان مهاجم و اپراتور، مسئله در قالب یک مدل دوسطحی فرمول‌بندی شده است؛ به‌گونه‌ای که در سطح بالاتر، مهاجم با اعمال تغییرات هدفمند در داده‌های اندازه‌گیری تلاش می‌کند خط هدف را دچار اضافه‌بار کرده و در عین حال حمله را از دید اپراتور مخفی نگه دارد، و در سطح پایین، اپراتور با حل مسئله پخش بار اقتصادی سعی می‌کند اثرات این دستکاری داده‌ها را کاهش دهد. برای مقابله با حملات تزریق داده غلط، در این پژوهش چارچوبی دفاعی مبتنی بر یادگیری عمیق و ترنسفورمر چندمقیاسی ارائه شده است. این چارچوب با بهره‌گیری از قابلیت ترنسفورمر در مدلسازی وابستگی‌های پیچیده، روابط زمانی، مکانی و ناحیه‌ای؛ داده‌های سیستم قدرت را به‌صورت هم‌زمان استخراج می‌کند. با افزودن این سازوکار دفاعی، مدل اولیه دوسطحی مهاجم/اپراتور به یک مدل سه‌سطحی توسعه داده شده است. در این ساختار، چارچوب دفاعی پیشنهادی ابتدا وقوع حمله را تشخیص می‌دهد، سپس نواحی و باس‌های آلوده را شناسایی کرده و در نهایت با اصلاح داده‌های مخدوش، اطلاعات قابل اعتماد را برای اپراتور سیستم بازیابی می‌کند. در مرحله بازیابی داده، از یک رویکرد سلسله‌مراتبی مبتنی بر مکانیزم دروازه‌ای و وزن‌دهی پویا در قالب تابع هزینه چندوظیفه‌ای استفاده شده است تا میان اهداف مختلف، از جمله دقت تشخیص و کیفیت بازیابی داده‌ها، تعادل مؤثری برقرار شود. کارایی چارچوب پیشنهادی بر روی سیستم قدرت IEEE 39-Bus مورد ارزیابی قرار گرفته و نتایج شبیه‌سازی نشان می‌دهد که این روش، در مقایسه با دیگر روش‌های یادگیری ماشین و یادگیری عمیق، دقت بالاتر در تشخیص و عملکرد بهتری در بازیابی ارائه می‌دهد.
تاریخ:
1405/03/20
تعداد بازدید:
47
منبع:
دانشگاه اصفهان

آدرس: اصفهان، میدان آزادی، دانشگاه اصفهان،میدان خوارزمی، ابتدای بلوار سلامت، ساختمان انصاری
کدپستی: 8174673441
تلفن: 37932685 تلفکس: 36682887
راهنمای جامع تلفن های دانشگاه اصفهان

کلیه حقوق این پایگاه متعلق به مرکز فناوری اطلاعات و ارتباطات دانشگاه اصفهان می باشد.

Powered by DorsaPortal