[00101061]一种基于深度信念网络和迁移学习的隐匿虚假数据注入攻击检测方法
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
一种基于深度信念网络和迁移学习的隐匿虚假数据注入攻击检测方法,针对电力系统中的隐匿FDI攻击真实测量值与模拟测量值存在一定差异的问题,提出了基于深度信念网络和迁移学习的检测机制。首先利用深度信念网络中的自学习网络对目标域海量无标签真实样本进行特征自学习,再用海量源域模拟样本对DBN模型进行再训练；随后将参数迁移到目标域网络并冻结,增加或替换隐藏层,利用少量目标域有标签样本完成对适配层的训练；最后取消冻结,再次利用少量目标域有标签样本进行全网络微调得到合适的检测模型。本发明所提方法不仅能够有效的检测隐匿虚假数据注入攻击,而且具有较好的泛化性。
