基于数字水印的虚拟电厂虚假数据注入攻击检测方法

《Protection and Control of Modern Power Systems》：A Digital Watermarking-Based False Data Injection Attack Detection Method for Virtual Power Plants

　　

公共蜂窝通信网络使虚拟电厂（VPP）能够高效管理分布式能源资源（DER）。然而，这也使VPP面临虚假数据注入攻击（FDIA）的风险。以往的研究主要集中在电力系统母线层面的FDIA检测，而忽视了VPP中DER层面的检测。为填补这一空白，本文提出了一种用于VPP中FDIA检测的数字水印方法。首先，分析了包括线性攻击、高斯攻击和重放攻击在内的各种FDIA对VPP频率调节服务的影响。然后，建立了水印强度、FDIA检测率和VPP频率控制损失之间的解析关系。研究人员构建了一个水印强度优化模型，以平衡FDIA检测率与VPP的控制损失。此外，研究人员专门针对VPP计算资源受限的环境，开发了一种轻量级的数字水印生成方法。通过数值研究验证了数字水印对抗FDIA的恢复性能。结果表明，所提出的方法有效缓解了由FDIA引起的频率偏差。

论文解读：基于数字水印的虚拟电厂虚假数据注入攻击检测方法

一、研究背景与问题

随着公共无线通信网络在电力系统中的广泛应用，虚拟电厂（VPP）能够高效地聚合和管理分布式能源资源（DER），包括可控负荷（CL）、分布式发电机、储能系统（ES）和电动汽车（EV），并为电力系统提供关键的调节服务，如频率调节和负荷转移。然而，无线通信的广播特性也使VPP暴露于网络攻击之下，尤其是虚假数据注入攻击（FDIA）。FDIA是最常见的网络攻击之一，对于安全等级本就低于传统电力公司的VPP而言尤为危险。此类攻击可篡改VPP的状态数据或调节指令，导致VPP提供错误的频率响应，进而引发电力系统频率不稳定甚至负荷削减。

现有FDIA检测方法主要分为基于模型的方法和数据驱动的方法，但均主要针对传统电力系统的母线层面设计，难以直接应用于VPP的DER层面。基于模型的检测方法（如加权最小二乘估计、扩展卡尔曼滤波等）虽能验证测量数据的正确性，但精心构造的攻击可以绕过残差检测，且这些方法无法适用于DER级别的细粒度检测。数据驱动的方法（如无监督学习、半监督神经网络、强化学习等）则受限于对大量历史数据和精确标注测量的需求，且训练数据中的微小扰动可能导致检测误差成倍增加。统计检测方法在面对与历史数据同分布的篡改数据或重放攻击时也可能失效。

加密技术（如高级加密标准AES、RSA加密、同态加密）虽然能为每个DER提供身份和完整性验证，但其高昂的通信和计算开销使其不适用于资源受限的VPP环境。相比之下，数字水印技术作为一种经济高效的解决方案，不会引入额外通信开销，并能有效验证DER状态数据的完整性。然而，现有数字水印方法直接应用于VPP面临三大挑战：一是水印嵌入对原始DER状态数据造成的微小失真会在大规模DER（约10⁵–10⁶数量级）中累积为显著误差，严重降低VPP的频率调节性能；二是易因测量误差产生误报；三是采用SHA-256等高计算复杂度的水印生成方式会阻碍大规模VPP的实时响应。因此，亟需专门针对VPP设计基于数字水印的FDIA检测方法。该论文发表于《Protection and Control of Modern Power Systems》。

二、关键技术方法

研究人员采用了以下关键技术方法开展研究：

1. 1.
   FDIA建模：针对VPP采用的Modbus TCP/IP协议，建立了三种代表性FDIA模型——重放攻击、线性攻击和高斯攻击的数学表达式。
2. 2.
   数字水印生成与嵌入：提出一种轻量级数字水印生成方法，利用混沌序列实现低计算复杂度的水印生成，适用于VPP的计算受限环境。水印被嵌入到DER传输的实时功率数据中。
3. 3.
   水印强度优化模型：建立水印强度、FDIA检测率与VPP频率控制损失之间的解析关系，并构建水印强度优化模型，以平衡检测精度与控制性能。
4. 4.
   VPP频率动态建模：建立包含储能系统（ES）、电动汽车（EV）和可控负荷（CL）的动态模型，以及同步发电机（SG）的调速器和涡轮机模型，推导FDIA影响下的频率偏差表达式。
5. 5.
   数值仿真验证：通过数值研究验证所提方法在不同FDIA场景下的检测性能和频率恢复效果。

三、研究结果

A. FDIA对VPP频率调节性能的影响

研究人员通过理论分析和模型推导，量化了不同类型FDIA对VPP频率调节性能的影响。研究表明，重放攻击、线性攻击和高斯攻击均可误导VPP发出错误频率调节指令，导致系统频率偏差增大。频率偏差的最大值（Δf_m）被用作评估FDIA影响的关键指标。

B. 数字水印检测机制的有效性

通过在DER上报数据中嵌入数字水印，VPP控制中心可以在接收端验证数据的完整性。当数据被篡改时，水印信息将发生异常变化，从而触发报警。研究人员建立了水印强度与FDIA检测率之间的解析关系，证明适当强度的水印可以有效检测各类FDIA。

C. 水印强度优化与平衡

研究人员发现，水印强度越大，FDIA检测率越高，但同时会对原始DER数据造成更大失真，导致VPP频率控制性能下降。通过建立水印强度优化模型，实现了检测率与控制损失的权衡。优化后的水印参数能够在保证较高检测率的同时，将频率控制损失控制在可接受范围内。

D. 轻量级水印生成的可行性

提出的基于混沌序列的水印生成方法具有较低的计算复杂度，适合在资源受限的VPP环境中部署。该方法避免了传统SHA-256等高计算开销算法的不足，满足大规模VPP的实时性要求。

E. 数值仿真验证

数值研究结果表明，所提出的数字水印方法能够有效缓解由FDIA引起的频率偏差。在重放攻击、线性攻击和高斯攻击场景下，嵌入水印的VPP系统均表现出显著的频率恢复能力，验证了方法的鲁棒性和实用性。

四、总结与结论

本文针对VPP在公共无线通信网络中面临的FDIA威胁，提出了一种基于数字水印的检测方法。研究人员首先分析了多种FDIA对VPP频率调节服务的影响，随后建立了水印强度、检测率和控制损失之间的解析关系，并据此提出了水印强度优化模型。同时，为适应VPP的计算约束，开发了基于混沌序列的轻量级数字水印生成方法。

研究结论如下：本文提出的数字水印方法能够有效检测VPP中DER层面的FDIA，并通过优化水印强度在检测精度与频率控制性能之间取得平衡。数值结果验证了该方法在减轻由FDIA引起的频率偏差方面的有效性，为提升VPP在开放通信环境下的网络安全提供了可行方案。