面向信息物理电力系统中隐蔽数据攻击的图感知生成对抗协同移动目标防御

《Electric Power Systems Research》：Graph-Aware Generative Adversarial Coordinated Moving Target Defense Against Stealthy Data Attacks in Cyber-Physical Power Systems

　　

• 统一的拓扑切换–电抗扰动物理动作空间，用于针对隐蔽性虚假数据注入攻击的协同移动目标防御
• 过时模型攻击下的残差失配特征刻画
• 图感知条件生成对抗网络，用于状态依赖的防御动作生成
• 基于物理约束的渐进式模仿学习–对抗训练–近端策略优化
• 在所有测试基线中检测率最高，负荷保留率达 75%–87%

引言

随着信息和通信技术、先进传感技术及智能控制技术在现代电力系统中的持续渗透，传统电力网络正演变为信息物理电力系统（CPPS），其中信息空间与物理空间深度耦合。测量设备、通信网络、计算平台和控制中心通过双向信息交互构成闭环架构，实现广域状态感知与自动控制。然而，这种互联也将安全边界从物理设备扩展至通信、计算和数据领域。信息空间中的恶意行为可通过测量和控制链路传播，最终影响物理运行。因此，网络攻击已成为 CPPS 安全可靠运行的主要威胁 [1]、[2]、[3]。

在这些威胁中，虚假数据注入攻击（FDIAs）因其直接破坏测量数据完整性而受到广泛关注。当攻击者掌握电网拓扑、线路参数、测量配置或状态估计模型的精确或近似信息时，可构造与系统模型一致的 attack 向量。该向量可在满足传统坏数据检测（BDD）残差约束的同时使状态估计产生偏差，从而形成隐蔽攻击。与随机噪声不同，隐蔽性 FDIAs 利用物理模型本身，可能误导最优潮流、经济调度、安全校正及其他控制决策。持续或高强度的攻击可导致线路潮流异常、设备过载、负荷损失或连锁物理后果 [2]、[4]。

现有针对 FDIAs 的防御手段主要包括异常检测、攻击定位、鲁棒状态估计、被篡改数据恢复和主动防御。深度学习与图神经网络（GNNs）已被用于从高维测量数据中提取复杂攻击特征。通过显式利用电网拓扑和节点间空间相关性，基于 GNN 的方法可在欧几里得空间模型所用测量特征之外表征电网结构 [5]、[6]。近期基于图和深度学习的研究利用时空电网依赖性进行 FDIA 检测和定位 [7]、[8]，为主动网络防御中结构化电网信息的应用提供了最新范例。尽管如此，大多数被动方法仍遵循"观察异常–识别攻击–采取缓解措施"的范式。当攻击高度隐蔽、检测延迟或恢复耗时较长时，被篡改的估计值可能已传播至调度与控制环节 [1]、[9]、[10]。

移动目标防御（MTD）为该问题提供了一种主动方法。MTD 不是保持系统模型不变，而是可控地修改系统参数、测量配置或网络结构，在攻击者的历史知识与当前系统之间造成失配。对于基于测量雅可比矩阵构造的 FDIA，改变底层模型可破坏原始隐蔽条件，使攻击在更新后的模型下更可能产生可观测残差。现有研究已从可检测性、隐蔽性、设备部署、扰动设计和运行成本等方面对 MTD 进行了探讨 [10]、[11]、[12]、[13]。除物理扰动外，博弈论方法也已被用于攻防交互下的自适应 MTD 策略选择 [14]、[15]。

物理 MTD 可通过线路电抗扰动（RP）和拓扑切换（TS）实现，分别在参数和结构层面修改电力系统模型。RP 通常由分布式柔性交流输电系统（D-FACTS）设备实现，早期研究已探讨其有效性、隐蔽性、设备放置、鲁棒性和运行成本 [12]、[16]。近期基于优化和数据驱动的 MTD 研究进一步考虑了最坏情况可检测性、低成本扰动设计以及非线性交流（AC）运行条件和拓扑变化的适应性 [13]、[17]、[18]。由于这些物理动作也可能影响潮流可行性和运行经济性，MTD 设计与安全约束运行和调度密切相关；经济调度、安全约束经济调度和发电调度的实际研究同样强调网络约束与经济目标的联合考虑 [19]。

近期，强化学习（RL）被引入以实现 MTD 决策的状态依赖性和序列性。现有研究已将深度强化学习（DRL）应用于基于 TS 的重构 [20]，以及基于深度 Q 网络（DQN）、近端策略优化（PPO）和连续动作 DRL 的 D-FACTS 基于 RP 的 MTD [21]、[22]、[23]。这些发展将 MTD 从解析或基于优化的扰动设计扩展到自适应策略学习，但在攻击假设、物理动作空间、优化目标和评估设置方面有所不同。表 1 总结了七项涵盖优化/数据驱动和基于强化学习的 MTD 的最新代表性研究。然而，由于各研究在测试系统、攻击模型、动作空间和评估指标上均不相同，所报告的结果在不同研究之间并不直接可比。

对比表明，近期优化和数据驱动的 MTD 研究主要聚焦于 RP [13]、[17]、[18]，而基于强化学习的方法则优化了序列 TS 决策 [20] 或自适应 RP [21]、[22]、[23]。尽管基于信息物理层协同的 MTD 也已被研究 [24]，但在统一物理动作空间内对 TS 和 RP 进行状态依赖学习的协同仍较少被探索。TS 在结构层面改变网络连接及相关的状态估计模型，而 RP 在不改变连接性的情况下提供细粒度参数变化。因此，二者的协同使得在同一防御决策中可以同时考虑互补的结构级和参数级模型变化。

这种协同本质上与网络拓扑和运行状态耦合。一个 TS 或 RP 决策可能影响被防御系统的模型、潮流分布、后续可行动作和累积防御成本。因此，协同 MTD 需要拓扑感知的当前电网状态表征、状态条件下的候选协同动作生成与评估，以及在物理运行约束下的序列策略优化。

基于上述分析，本文提出了一种面向 CPPS 中隐蔽性数据攻击的图感知状态依赖协同 MTD 框架。该框架根据当前电网状态联合选择拓扑切换和线路电抗扰动。为实现这些功能，使用图卷积网络（GCN）对电网拓扑和节点运行状态进行编码。构建由策略生成器和对抗评估器组成的条件生成对抗网络（GAN），用于状态条件的候选防御动作生成与评估。随后使用近端策略优化（PPO）在定义的安全性和成本目标下进行策略微调。方法重点在于物理约束下 TS–RP 动作空间的状态依赖优化，而非各个学习组件本身。主要贡献如下：

(1) 将拓扑切换和线路电抗扰动纳入统一物理动作空间，建立了协同 MTD 框架。在考虑的过时模型攻击假设下，表征了二者对测量模型和攻击残差的影响，为协同结构级和参数级模型变化提供了基础。

(2) 提出了用于协同 TS–RP 决策的图感知状态依赖防御框架。使用 GCN 编码电网拓扑和节点运行状态，并将所得特征用于条件防御动作生成和对抗评估。候选动作在执行前需经过物理可行性筛选。

(3) 设计了结合模仿学习预训练、对抗训练和 PPO 微调的渐进式策略优化策略。该优化兼顾攻击可检测性、物理运行约束和防御成本，并以攻击检测率、负荷保留比率和防御成本评估所获得的策略。

本文其余部分组织如下：第 2 节介绍 CPPS 系统模型、隐蔽性数据攻击模型以及协同 MTD 问题的表述。第 3 节提出图感知生成对抗协同 MTD 模型及其训练方法。第 4 节描述实验设置、评估指标和结果分析。第 5 节总结全文并讨论未来研究方向。

各节摘要

问题表述

本节首先介绍非线性交流状态估计模型，随后引入局部线性化表示，以表征基于模型的隐蔽性 FDIAs 的残差不变机制。在此基础上，分析了电抗扰动、拓扑切换及其协同对基于过时系统模型构造的攻击的影响。

基于 GCN-GAN 的协同移动目标防御模型

为协同拓扑切换和线路电抗扰动，本文提出了一种集成图卷积网络与生成对抗学习的协同 MTD 模型。该模型以当前电网运行状态、网络拓扑和防御任务条件为输入，输出由拓扑切换和电抗扰动组成的混合防御动作。整体训练过程采用渐进式三阶段机制。首先，模仿学习……

实验环境与参数设置

模拟环境基于 IEEE 39 节点新英格兰测试系统构建，该系统也已被近期隐蔽性 FDIA 缓解研究采用 [32]。该系统包含 39 个节点、46 条支路、19 个负荷节点和 10 个等效电源（含平衡节点）。本研究中，在关键重负荷节点处安装可控冗余节点或等效开关单元，并在候选线路上部署可调电抗设备，形成联合……

结论

本文提出了一种图感知生成对抗 MTD 方法，针对 CPPS 中的隐蔽性 FDIAs 协同拓扑切换和线路电抗扰动。理论分析表明，在考虑的过时模型攻击假设下，两种动作均可修改测量雅可比矩阵并引入与攻击相关的残差，非中心参数表征了相应的检测概率。协同策略结合图状态编码，……

CRediT 作者贡献声明

李远诚：审阅与编辑、监督。冯宇鑫：审阅与编辑、原稿撰写、方法学、形式化分析。张何方：原稿撰写、验证、方法学、调查。

利益冲突声明

作者声明不存在可能影响本文工作的已知竞争性财务利益或个人关系。

李远诚 | 冯宇鑫 | 张何方