网络攻击

本书围绕电力无线传感网技术创新应用，聚焦于低功耗无线传感网在发电、输电、变电、配电、用电等电力行业领域的应用，具体包括电力发电厂监测区域的事故预警、环境状态判断、劣化趋势分析，输电线路的电力巡检和运维管理，变电站内电力设备的运行状态、环境状态等在线监测，配电领域储能和配电自动化业务的监控和故障定位系统，用电采集和精准负荷控制业务的监测和分析管理等。介绍了无线传感网及其产业发展现状，概述了无线传感网主流技术，总结提炼了电力无线传感网在电力领域的应用情况，分析研究了电力无线传感网的应用价值和挑战，探讨提出了电力无线传感网技术应用发展趋势及建议。 无线传感网是大量的静止或移动的传感器节点以自组织和多跳的方式构成的无线网络，可以感知、采集和处理信息，并将获得的详尽信息发送给需要的用户。 “十四五”期间，国家电网有限公司服务新型电力系统构建需求，将“全力推进电力物联网高质量发展”作为重点工作任务之一，其中的各项工作部署均离不开无线传感网的支撑。无线传感器网中众多类型的传感器，可探测包括地震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等。潜在的应用领域可以归纳为军事、航空、防爆、救灾、环境、医疗、保健、家居、工业、商业等领域。新型电力系统的一些重要的、需要被监控的设备上可以安装传感器，实时监控设备的运行状况。采用无线传感网络技术，将监测到的重要参数上传到集中处理平台，智能电力系统可以根据参数的变化，及时发现设备故障等，主动预防可能发生的各种事故。 与传统有线网络相比，无线传感网络具有很明显的优势，主要有：低能耗、低成本、通用性、网络拓扑、安全、实时性、以数据为中心等。无线传感网给电力行业带来应用价值的同时，也面临着极大的挑战。通用无线传感网技术无法满足某些特定的业务需求，变电站、输电线路等某些复杂的电力现场环境对于功耗控制、传输距离、组网灵活性等方面有特定需求，需要结合电力物联网的业务需求和应用场景来实现功耗和连接性能的协同优化；在终端接入和数据传输方面，设备和数据量均呈爆发式增长，海量数据给电力物联网带来了资源和数据传输带宽的压力；传感节点大多布置在户外环境中，恶劣环境和网络攻击均影响传感节点的运行和信息传递，因此，提升终端接入安全和抗干扰能力是保证电力物联网健康发展的重要基础；传感器小型化、无源化技术有待突破，利用电网沿线的磁场、电场、振动及温差等外部条件，实现微源取能是关键难点。为此，电力企业需要弥补现有的不足和短板，结合电力行业发展战略，研究低功耗无线传感网的网络与安全连接技术，全方位地提高感知数据的颗粒度、广度和维度，并持续积极探索基于人工智能的知识赋能、５G通信技术、基于边缘计算的技术、数据开发服务技术等方面融合发展。 联系人：陈姗姗 手 机：13261508443 邮 箱：chenshanshan@eptc.org.cn

从人防到技防，网络攻防中应用动态安全理念的经验分享 介绍到目前愈演愈烈的网络攻击呈现出工具化、自动化的趋势，而传统防护手段在应对越来越复杂和高级的“工具化”攻击时越来越被动。为了更为及时主动地提升现有应用安全和数据安全防御能力，将通过构建基于AI人工智能和动态安全技术的高效安全防护系统，以及面对新型风险的主动感知，为电力行业信息化决策提供有效帮助，切实保障电力行业信息系统的安全运行。

在智能电网的大趋势下，电力公司与用户之间的数据传输交换愈加频繁高效。通信网络经常遭受网络攻击或窃听，为确保用户的用电数据在传输过程中不被恶意篡改，提出一种面向电动汽车用户的信息保护方案。通过改进加法运算和标量乘运算对传统椭圆曲线加密算法（elliptic curve cryptography, ECC）做轻量级优化，克服电网双向互动环境中智能电表资源有限的问题。在此基础上，设计负荷分解算法作为加密方案的检验工具，分解加密后的电力数据。最后，通过仿真算例分析，验证了所提方案的可靠性和安全性。

虚假数据注入攻击(false data injection attack, FDIA)是针对电力系统的一种常见网络攻击，可以通过终端链路或设备注入异常数据，绕过不良数据检测机制，进而引发电力系统的异常运行，造成严重的经济损失。近年来深度学习技术在FDIA检测方面取得诸多进展，通过大量的数据训练和强大的模型学习能力，能够自动学习和提取攻击数据特征，相对于传统方法具有更高的准确率和鲁棒性。总结了近年来基于深度学习的电力系统FDIA检测研究进展，涵盖卷积神经网络、循环神经网络、图神经网络、生成对抗网络和深度强化学习等典型深度学习模型。首先分析各类深度学习模型的FDIA检测原理，并介绍相关技术方法。然后从鲁棒性、评估指标和可扩展性等方面对上述技术进行对比分析，总结其应用范围及存在不足。最后探讨了当前研究中存在的挑战和未来的研究发展方向。

直流微电网是一个网络物理信息系统，在信息传递的过程中容易遭受网络攻击的影响。虚假数据注入信息通道会影响微电网的系统安全。检测并修正虚假数据注入攻击，能够提升微电网系统运行的安全性。针对这一问题，提出了一种基于卷积神经网络（convolutional neural network，CNN）和长短期记忆网络（long short-term memory，LSTM）联合最大互信息系数（maximum information coefficient，MIC）的二阶段虚假数据注入攻击检测方法。首先，使用CNN从直流微电网运行的时序数列中提取时序特征，运用LSTM模型结合CNN提取的时序特征运行得到直流微电网运行状态预测值，与直流微电网运行的实际值对比，初步判断系统中是否存在虚假数据；其次，考虑到CNN-LSTM模型存在一定的误报率，构建MIC校验器，进一步判断系统中是否存在虚假数据并恢复；最后，通过直流微电网Matlab仿真分析，验证了所提方法的合理性和可行性。

随着智能电网和跨区稳定控制技术的发展，信息通信与电力系统的耦合更加紧密，网络攻击带来的安全风险也越来越高。稳控系统E1通道作为重要的测控通道，其安全性对稳控系统起到重要的作用，因此，开展面向稳控系统E1通道的半实物仿真和攻防演练，对发现E1通道的安全漏洞有重要意义。首先，基于半实物仿真技术设计了面向稳控系统E1通道的网络靶场实验台，介绍基于该实验台的攻防演练方案；然后，通过该实验台对一个典型的在运稳控系统E1通道开展仿真和攻击模拟实验，测试了稳控系统的安全隐患，并验证了实验台的有效性；最后，提出几种提升E1通道安全性的方法，并展望了实验台的应用前景。

目前配电一体化系统处于大范围的规划、研究与建设阶段，随着人工智能、边缘计算、5G等先进信息通信技术的大范围应用，智能配电网一体化建设持续推进，其终端也更加深入用户侧。随着网络攻击组织化、国家化的趋势日益明显，重要信息系统、工业控制领域面临的安全风险居高不下。智能配电网一体化建设在提高电网运行效率的同时，也存在网络安全风险的引入。本次演讲主题主要聚焦电力配电终端的安全隐患发现研究和防护方法的探索。

随着新型配电系统建设的不断推进，新型配电系统的信息化和智能化程度越来越高，配电网信息物理系统面临网络攻击的安全风险增加。文章针对新型配电系统信息侧安全风险及安全漏洞无法定量评估的问题，提出一种跨空间的风险量化评估方法。首先建立新型配电系统网络风险评估模型，采用改进的基于穆迪图的层次分析法(Moody's diagram based analytic hierarchy process，MSDM-AHP)构建权重矩阵解决传统层次分析法指标权重不准确的问题，采用逼近理想解排序法(technique for order preference by similarity to an ideal solution，TOPSIS)对节点的脆弱性因子进行量化并计算攻击目标的攻击概率。最后，依据IEC61850标准建立了新型配电系统子站信息模型，并基于此模型验证了所提方法的有效性与准确性。

数字文明时代正在到来，数据安全不再依附网络安全，数据安全正在超越网络安全。网络攻击对象已经不限于设备、系统，而是扩展到数据，数据滥用、丢失、污染、内部窃取等直接影响业务安全、企业名誉，上海观安信息技术股份有限公司介绍企业如何在合规保障及风险管理的前提下，实现企业数据的开发利用，保障业务的持续健康发展，确保数据安全与业务发展的双向促进。

网络安全形势日益严峻，电力网络战已成为国家级对抗的新手段。近两年发生多起因疑似遭受网络攻击而造成的停电事件，电力关键信息基础设施已成为网络攻击破坏的首要目标。本项目创新性提出"全景可视感知、全域可信可控、全息智慧防御、全时敏捷响应”的全场景网络安全防护体系设计思路，并围绕四全策略开展网络安全态势实时监控平台、新一代情景感知和风险防控体系模型、网络安全全时敏捷响应工作体系等关键技术创新与实践，在国家网络安全专项演习、70年大庆、军运会等多次专项保障中发挥了突出作用，具有很好的示范效应与推广价值。