CN112511503A - 提高智能电表安全性的方法及系统、设备及存储介质 - Google Patents

提高智能电表安全性的方法及系统、设备及存储介质 Download PDF

Info

Publication number
CN112511503A
CN112511503A CN202011266468.7A CN202011266468A CN112511503A CN 112511503 A CN112511503 A CN 112511503A CN 202011266468 A CN202011266468 A CN 202011266468A CN 112511503 A CN112511503 A CN 112511503A
Authority
CN
China
Prior art keywords
power
attack
tampering
target
rate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202011266468.7A
Other languages
English (en)
Inventor
赵俊华
赵焕
周玉勰
梁高琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese University of Hong Kong CUHK
Original Assignee
Chinese University of Hong Kong CUHK
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chinese University of Hong Kong CUHK filed Critical Chinese University of Hong Kong CUHK
Priority to CN202011266468.7A priority Critical patent/CN112511503A/zh
Publication of CN112511503A publication Critical patent/CN112511503A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1441—Countermeasures against malicious traffic
    • H04L63/1466—Active attacks involving interception, injection, modification, spoofing of data unit addresses, e.g. hijacking, packet injection or TCP sequence number attacks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061—Details of electronic electricity meters
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F15/00—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity
    • G07F15/003—Coin-freed apparatus with meter-controlled dispensing of liquid, gas or electricity for electricity

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种提高智能电表安全性的方法及系统、设备及存储介质，所述方法包括：获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式；根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率；根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略；根据所述最优攻击策略对所述智能电表进行防护。该方法能够对计算出的最优攻击策略进行相应的防护，降低智能电表攻击对用户所造成的经济影响，提高智能电表的安全性。

Description

提高智能电表安全性的方法及系统、设备及存储介质
技术领域
本发明属于网络安全技术领域，尤其涉及一种提高智能电表安全性的方法及系统、设备及存储介质。
背景技术
现代电力系统的网络安全对于系统运营商和电力客户而言，对于稳定运行和经济利益而言都是一个重要问题。成功的网络攻击可能会给电力公司和最终用户造成巨大的经济损失；更严重的是，也可能导致网格大面积瘫痪。当前，基于电网网络安全的研究主要体现在两个方面：对各种拟议的网络攻击的影响分析以及相应的检测和防御策略。对于前一个方面，现有的大多数研究都集中在基于电力网络中的监督控制和数据采集(SCADA)系统的网络攻击场景分析上。其中很少有人考虑需求方的家庭级智能电表操纵攻击。当前，基于需求侧的网络攻击研究主要集中在异常用电量检测的方法探索上。网络攻击者有可能避免使用现有的检测方法，而对智能电表测量进行专门设计的操纵攻击，成功发起攻击后，不仅会影响经济利益，还会引起电网安全问题。
发明内容
本发明所要解决的技术问题是：针对现有技术的问题，本发明提供了一种提高智能电表的安全性的方法。
第一方面，本申请实施例提供了一种提高智能电表安全性的方法，所述方法包括：
获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式；
根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率；
根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略；
根据所述最优攻击策略对所述智能电表进行防护。
第二方面，本申请实施例提供了一种提高智能电表安全性的系统，所述系统包括：
获取模块：用于获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式；
计算模块：用于根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率；
确定模块：用于根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略；
防护模块：用于根据所述最优攻击策略对所述智能电表进行防护。
第三方面，本申请实施例还提供了一种提高智能电表安全性的设备，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如第一方面所述的提高智能电表安全性的方法中的各个步骤。
第四方面，本申请实施例还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面所述的提高智能电表安全性的方法中的各个步骤。
本发明提供了一种提高智能电表安全性的方法，所述方法包括：获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式；根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率；根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略；根据所述最优攻击策略对所述智能电表进行防护。该方法能够对计算出的最优攻击策略进行相应的防护，降低智能电表攻击对用户所造成的经济影响，提高智能电表的安全性。
附图说明
下面结合附图详述本发明的具体结构
图1为本发明的提高智能电表安全性的方法的流程示意图；
图2为本发明的提高智能电表安全性的方法的程序模块示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本申请实施例中提高智能电表安全性的方法的流程示意图，本实施例中，提高智能电表安全性的方法包括：
步骤101、获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式。
其中，获取智能电表的目标信息，智能电表是智能电网(特别是智能配电网)数据采集的基本设备之一，承担着原始电能数据采集、计量和传输的任务，是实现信息集成、分析优化和信息展现的基础。智能电表除了具备传统电能表基本用电量的计量功能以外，为了适应智能电网和新能源的使用它还具有双向多种费率计量功能、用户端控制功能、多种数据传输模式的双向数据通信功能、防窃电功能等智能化的功能。
步骤102、根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率。
其中，根据目标的类型和目标的电力攻击篡改模式，构建出对应的目标类型以及模式的电力攻击篡改模型，基于电力攻击篡改模型计算出最大电费偏差率与电力篡改率之间的关系，其中目标属性不仅仅只包括最大电费偏差率跟电力篡改率，目标属性还包括输入采样频率、每个时间段对应的电价、电力攻击篡改电力数值以及实际电力数值，其中电费的最大偏差率由电费的最大偏差值除以实际电费的百分比表示。
步骤103、根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略。
其中，根据最大电费偏差率与电力篡改率之间的关系，当电表攻击者对智能电表一次采样的篡改率越高时，电表攻击者的操纵值具有更多的选择，由此可以知道在电表攻击者的人最优的攻击策略。
步骤104、根据所述最优攻击策略对所述智能电表进行防护。
其中，根据电表攻击者的最优的攻击策略，从而对智能电表进行防护。
本申请实施例提供了一种提高智能电表安全性的方法，所述方法包括：获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式；根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率；根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略；根据所述最优攻击策略对所述智能电表进行防护。该方法能够对计算出的最优攻击策略进行相应的防护，降低智能电表攻击对用户所造成的经济影响，提高智能电表的安全性。
进一步的，在本实施例中，所述电力攻击篡改模式包括智能电表操纵攻击前后电量消耗不变和智能电表操纵攻击前后电量消耗改变。
进一步的，在本实施例中，所述目标类型包括单户目标、多户目标和整个社会目标。
进一步的，在本实施例中，所述电力攻击篡改模型至少包括单户目标、多户目标以及整个社会目标的智能电表操纵攻击前后电量消耗不变以及改变的模型。其中，单个用户目标，电力攻击篡改前后电力数值保持不变：
Figure BDA0002776284590000051
Figure BDA0002776284590000052
-pi≤Δpi≤piη
其中pi是某天的第i次真实测量值，Δpi是某天的第i次测量的电网攻击篡改值，η是电网攻击的篡改率，i其值在[0，1]区间，Wi表示某天第i次测量时的实时电价，假设智能电表的采样频率设置为15分钟，所以每天共进行96次采样，i∈[0.96]。之后将篡改率η由0开始逐步增加到最大值1,步长为0.1％。模拟最大电费偏差与篡改率之间的关系。电费的最大偏差由电费的最大偏差除以实际电费的百分比表示。
单个用户目标，电力攻击篡改前后电力数值发生改变：
Figure BDA0002776284590000053
Figure BDA0002776284590000054
-pi≤Δpi≤piη
β代表相较于总电力消耗的篡改率。其值在[-1,1]区间。
之后对于不同的总电力消耗的篡改率，各进行分析将篡改率β由0开始逐步增加到最大值1，模拟最大电费偏差与篡改率之间的关系。
其中，当总的能源消耗在攻击前后保持不变时，当攻击者对电表一次采样的篡改率为零到一的区间时，当篡改率的百分比从0％变为±100％时，电费的最大偏差为实际电费的0％到±19.59％。当总的能源消耗在攻击前后发生改变时，对于相同的总电力消耗篡改率而言，当攻击者对电表一次采样的篡改率更高时，电费与实际费用的最大偏差越大。
多个用户目标，电力攻击篡改前后电力数值保持不变：
Figure BDA0002776284590000055
Figure BDA0002776284590000056
-pijη≤Δpij≤pijη,j∈[1,M]
Figure BDA0002776284590000057
j表示第j个家庭目标，M表示总共有M个家庭目标。之后将篡改率η由0开始逐步增加到最大值1，步长为0.1％。模拟最大电费偏差与篡改率之间的关系。
多个用户目标，电力攻击篡改前后电力数值发生改变：
Figure BDA0002776284590000061
Figure BDA0002776284590000062
-pijη≤Δpij≤pijη,j∈[1,M]
Figure BDA0002776284590000063
之后将篡改率β由0开始逐步增加到最大值1,模拟最大电费偏差与篡改率之间的关系。
其中，当攻击者的目标为多个用户目标，假设有5户家庭。当总的能源消耗在攻击前后保持不变，经过模拟，要实现电费的最大偏差，攻击者对电表一次采样的许多篡改率都达到了最大篡改百分比。当总的能源消耗在攻击前后发生改变，某个特定的电表一次采样最大篡改率会对篡改电费与实际电费的比例进行限制。当电表一次采样最大篡改率等于60％时，电费的最大偏差限制在整个5户家庭实际费用的[-59.13％，59.13％]之间。
整个社会目标，电力攻击篡改前后电力数值保持不变：
Figure BDA0002776284590000064
Figure BDA0002776284590000065
-pkiη≤Δpki≤pkiη,k∈[1,k]
pki代表第k个区域某天所有家庭目标的电力消耗总和，Δpki代表对应的篡改数值，K代表总共有K个区域。
整个社会目标，电力攻击篡改前后电力数值发生改变：
Figure BDA0002776284590000066
Figure BDA0002776284590000067
-pkiη≤Δpki≤pkiη,k∈[1,k]
其中β代表相较于总电力消耗的篡改率。之后将篡改率β由0开始逐步增加到最大值1，模拟最大电费偏差与篡改率之间的关系。
其中，当攻击者的目标为整个社会目标，假设整个社会有K个区域，每个区域有M个住户。假设一天的第1个集合的每个区域的功耗均为IEEE 39基准系统的默认值，篡改百分比越高，攻击者的操纵值具有更多的选择。
进一步的，在本实施例中，所述最优攻击策略至少包括高攻击概率时段。
进一步的，在本实施例中，根据所述高攻击概率时段对所述智能电表进行重点防护。
其中，步骤101、102与步骤103描述了攻击者如何选择最优的攻击策略对智能电表数据进行更改以达到某种目的。因为当有攻击者在对智能电表进行攻击时，智能电表计算数据时会存在异常值。因此，对于用户端来说，则需要一些方法将这些异常值检测出来。目前针对用户侧表计异常数据的检测方法有基于系统状态的检测方法、基于数据驱动的检测方法、基于博弈论的检测方法、以及对比分析。对于基于系统状态的检测方法而言，电网的系统状态的一致性决定了系统电压、注入功率等物理量的量测结果应基本符合潮流计算的结果。在实际中，电网攻击者可能对功率读数进行篡改，也可能篡改电压、电流等配电网量测数据，但对多数攻击者而言，对这些数据同时进行篡改的难度较大，即使篡改也很难实现数据间的协同。因此可以利用用户侧的智能电表数据，结合配电网中的电压、电流和节点功率等额外量测数据检验用户的用电数据是否存在异常。对基于数据驱动的检测方法来说，大量的智能电表每天以固定的高频收集了大量的用电数据，这为基于数据驱动的异常用电行为检测提供了基础。基于数据驱动的用电行为三个细分的子类，基于分类的、基于回归(负荷预测)的以及基于聚类的检测方法。以基于回归的检测方法为例，假如验证某个时间段的用电数据是否存在异常，例如，某一天早上8:00-9:00的用电数据。首先需要收集最近几个月这个对应时间段的用电数据，使用一些有效的回归模型包括ARIMA、神经网络和外生变量周期自回归等对目标用户进行负荷预测，再根据实际耗电量与预测量的偏差进行异常判断。当用户行为严重偏离预测值时，即出现异常情况。以此可根据此异常情况对该时段进行重点防护。
进一步的，本申请实施例还提供一种提高智能电表安全性的设备200，参照图2，图2为本申请实施例中提高智能电表安全性的设备模块示意图，本实施例中，上述提高智能电表安全性的设备200包括：
获取模块201：用于获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式；
计算模块202：用于根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率；
确定模块203：用于根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略；
防护模块204：用于根据所述最优攻击策略对所述智能电表进行防护。
本申请实施例提供了一种提高智能电表安全性的设备，可以实现：获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式；根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率；根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略；根据所述最优攻击策略对所述智能电表进行防护。该方法能够对计算出的最优攻击策略进行相应的防护，降低智能电表攻击对用户所造成的经济影响，提高智能电表的安全性。
进一步的，本申请还提供一种提高智能电表安全性的设备，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述的提高智能电表安全性的方法中的各个步骤。
进一步的，本申请还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述的提高智能电表安全性的方法中的各个步骤。
在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上为对本发明所提供的一种提高智能电表安全性的方法及系统、设备及存储介质的描述，对于本领域的技术人员，依据本申请实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种提高智能电表安全性的方法，其特征在于，所述方法包括：
获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式；
根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率；
根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略；
根据所述最优攻击策略对所述智能电表进行防护。
2.如权利要求1所述的方法，其特征在于，所述电力攻击篡改模式包括智能电表操纵攻击前后电量消耗不变和智能电表操纵攻击前后电量消耗改变。
3.如权利要求2所述的方法，其特征在于，所述目标类型包括单户目标、多户目标和整个社会目标。
4.如权利要求3所述的方法，其特征在于，所述电力攻击篡改模型至少包括单户目标、多户目标以及整个社会目标的智能电表操纵攻击前后电量数值不变以及改变的模型。
5.如权利要求4所述的方法，其特征在于，所述单户目标的智能电表操纵攻击前后电量数值不变以及改变的电力攻击篡改模型分别包括：
所述单户目标的智能电表电力攻击篡改前后电力数值保持不变的电力攻击篡改模型为：
Figure FDA0002776284580000011
Figure FDA0002776284580000012
-pi≤Δpi≤piη
其中pi是某天的第i次真实测量值，Δpi是某天的第i次测量的电网攻击篡改值，η是电网攻击的篡改率，i其值在[0，1]区间，Wi表示某天第i次测量时的实时电价；
所述单户目标的智能电表电力攻击篡改前后电力数值改变的电力攻击篡改模型为：
Figure FDA0002776284580000021
Figure FDA0002776284580000022
-pi≤Δpi≤piη
其中，β代表相较于总电力消耗的篡改率，其值在[-1,1]区间；
所述多户目标的智能电表电力攻击篡改前后电力数值保持不变的电力攻击篡改模型为：
Figure FDA0002776284580000023
Figure FDA0002776284580000024
-pijη≤Δpij≤pijη,j∈[1,M]
Figure FDA0002776284580000025
其中，j表示第j个家庭目标，M表示总共有M个家庭目标；
所述多户目标的智能电表电力攻击篡改前后电力数值改变的电力攻击篡改模型为：
Figure FDA0002776284580000026
Figure FDA0002776284580000027
-pijη≤Δpij≤pijη,j∈[1,M]
Figure FDA0002776284580000028
所述整个目标的智能电表电力攻击篡改前后电力数值保持不变的电力攻击篡改模型为：
Figure FDA0002776284580000029
Figure FDA00027762845800000210
-pkiη≤Δpki≤pkiη,k∈[1,k]
pki代表第k个区域某天所有家庭目标的电力消耗总和，Δpki代表对应的篡改数值，K代表总共有K个区域；
所述整个目标的智能电表电力攻击篡改前后电力数值改变的电力攻击篡改模型为：
Figure FDA0002776284580000031
Figure FDA0002776284580000032
-pkiη≤Δpki≤pkiη,k∈[1,k]
其中β代表相较于总电力消耗的篡改率。
6.如权利要求5所述的方法，其特征在于，所述最优攻击策略至少包括高攻击概率时段。
7.如权利要求6所述的方法，其特征在于，根据所述高攻击概率时段对所述智能电表进行重点防护。
8.一种提高智能电表安全性的系统，其特征在于，所述系统包括：
获取模块：用于获取智能电表的目标信息，所述目标包括属性、目标类型以及所述目标的电力攻击篡改模式；
计算模块：用于根据所述目标类型和所述目标的电力攻击篡改模式，构建出对应的电力攻击篡改模型，基于所述电力攻击篡改模型计算最大电费偏差率与电力篡改率之间的关系，所述目标属性包括最大电费偏差率和电力篡改率；
确定模块：用于根据所述最大电费偏差率与所述电力篡改率之间的关系，确定最优的攻击策略；
防护模块：用于根据所述最优攻击策略对所述智能电表进行防护。
9.一种提高智能电表安全性的设备，包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1至7任一项所述的提高智能电表安全性的方法中的各个步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至7任一项所述的提高智能电表安全性的方法中的各个步骤。
CN202011266468.7A 2020-11-13 2020-11-13 提高智能电表安全性的方法及系统、设备及存储介质 Withdrawn CN112511503A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011266468.7A CN112511503A (zh) 2020-11-13 2020-11-13 提高智能电表安全性的方法及系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011266468.7A CN112511503A (zh) 2020-11-13 2020-11-13 提高智能电表安全性的方法及系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112511503A true CN112511503A (zh) 2021-03-16

Family

ID=74957393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011266468.7A Withdrawn CN112511503A (zh) 2020-11-13 2020-11-13 提高智能电表安全性的方法及系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112511503A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114066261A (zh) * 2021-11-18 2022-02-18 广东电网有限责任公司 一种电表的篡改检测方法、装置、计算机设备和存储介质
WO2022224162A1 (en) * 2021-04-20 2022-10-27 Landis+Gyr Ag Systems and techniques for smart demand side response using data plane architecture

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1646097A (en) * 1992-07-24 1997-06-05 Schlumberger Electricity, Inc. Apparatus and method for sensing tampering of utility meter
US20030158631A1 (en) * 2000-03-10 2003-08-21 Yoshinobu Masuda Electricity charge management apparatus and its recording medium
US20120098518A1 (en) * 2010-04-23 2012-04-26 Panasonic Corporation Detection apparatus and detection system
JP2013042406A (ja) * 2011-08-18 2013-02-28 Meijo University 情報処理装置，情報処理方法及びそのプログラム
CN111817290A (zh) * 2020-06-11 2020-10-23 贵州电网有限责任公司凯里供电局 数据篡改攻击下电力信息物理系统电压控制策略

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1646097A (en) * 1992-07-24 1997-06-05 Schlumberger Electricity, Inc. Apparatus and method for sensing tampering of utility meter
US20030158631A1 (en) * 2000-03-10 2003-08-21 Yoshinobu Masuda Electricity charge management apparatus and its recording medium
US20120098518A1 (en) * 2010-04-23 2012-04-26 Panasonic Corporation Detection apparatus and detection system
JP2013042406A (ja) * 2011-08-18 2013-02-28 Meijo University 情報処理装置，情報処理方法及びそのプログラム
CN111817290A (zh) * 2020-06-11 2020-10-23 贵州电网有限责任公司凯里供电局 数据篡改攻击下电力信息物理系统电压控制策略

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHEN LI 等: "The Economic Impacts of Household Level Smart Meter Manipulation Attack", 《2019 IEEE POWER & ENERGY SOCIETY GENERAL MEETING (PESGM)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022224162A1 (en) * 2021-04-20 2022-10-27 Landis+Gyr Ag Systems and techniques for smart demand side response using data plane architecture
CN114066261A (zh) * 2021-11-18 2022-02-18 广东电网有限责任公司 一种电表的篡改检测方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN110097297B (zh) 一种多维度窃电态势智能感知方法、系统、设备及介质
Viegas et al. Solutions for detection of non-technical losses in the electricity grid: A review
CN109034244B (zh) 基于电量曲线特征模型的线损异常诊断方法及装置
CN104200275B (zh) 基于用户行为特点的用电模式分类和控制方法
Chicco et al. Emergent electricity customer classification
Chen et al. Day-ahead prediction of hourly electric demand in non-stationary operated commercial buildings: A clustering-based hybrid approach
CN110503136A (zh) 台区线损异常分析方法、计算机可读存储介质及终端设备
CN108198408B (zh) 一种基于用电信息采集系统的自适应反窃电监控方法及系统
RU2012155276A (ru) Обнаружение и анализ злоумышленной атаки
CN112511503A (zh) 提高智能电表安全性的方法及系统、设备及存储介质
CN109063929A (zh) 反窃电分析预警方法、装置及计算机可读存储介质
Amara korba et al. Smart grid energy fraud detection using SVM
Saad et al. Data analytics-based anomaly detection in smart distribution network
CN111062590A (zh) 用电异常行为检测方法、装置、计算机设备和存储介质
CN116384622A (zh) 基于电力大数据的碳排放监测方法及装置
CN116882820A (zh) 用于电力营销的态势分析方法、装置及计算机设备
Chen et al. Parameter tampering cyberattack and event-trigger detection in game-based interactive demand response
CN116402528A (zh) 电力数据处理系统
CN105897776A (zh) 一种基于云计算系统的安全管控方法及系统
Zhang et al. An abnormal behavior detection based on deep learning
Domínguez et al. Analysis of electric power consumption using Self-Organizing Maps.
Chongwen et al. O2O E-Commerce Data Mining in Big Data Era.
CN113962508A (zh) 用电对象的识别方法及识别装置、电子设备
Khan et al. LSTM-based approach to detect cyber attacks on market-based congestion management methods
Yu et al. Research on risk identification of power theft in low-voltage distribution network based on machine learning hybrid algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210316