Compartir
Título
Detección de ataques de inyección de datos falsos en turbinas eólicas mediante sistemas neuro-borrosos
Autor
Facultad/Centro
Área de conocimiento
Es parte de
Domínguez González, M., Cabrera Santana, P. J., Irigoyen Gordo, E. (eds.) (2022). XVII Simposio CEA de Control Inteligente: Reunión anual del grupo de Control Inteligente del comité español de automática (CEA). Libro de Actas, León, 27-29 de junio de 2022
Cita Bibliográfica
Chicaiza, W. D., Dorado, F., Rodríguez, F., Gómez, J., Escañoo, J.M. (2022). Detección de ataques de inyección de datos falsos en turbinas eólicas mediante sistemas neuro-borrosos. XVII Simposio CEA de Control Inteligente: Reunión anual del grupo de Control Inteligente del comité español de automática (CEA). Libro de Actas, León, 27-29 de junio de 2022. 66-77
Editorial
Universidad de León
Fecha
2022
Resumen
[ES] Uno de los ataques populares en microrredes y sistemas industriales es el conocido como ataque por inyección de datos falsos. Estos constituyen inserciones maliciosas de datos falsos como mediciones de sensores en un sistema ciberfísico, con el fin de llevar al sistema a tomar una acción incorrecta. Los ataques de inyección de datos falsos no atacan los componentes informáticos
o de red de los sistemas ciberfísicos, sino la interfaz entre la parte física y la cibernética. En este trabajo se presenta un sistema de detección de datos falsos en la potencia activa y reactiva simultáneamente, provocados por un ciberataque. El sistema se basa en clasificadores neuro-borrosos combinados con proyecciones de datos de entrada sobre espacios reducidos, mediante análisis de componentes principales. [EN] One of the popular attacks on microgrids and industrial systems is known as a false data injection attack. These are malicious insertions of fake data such as sensor measurements into a cyber-physical system, in order to lead the system to take an incorrect action. Fake data injection attacks do not attack the computer or network components of cyber-physical systems, but the interface between the physical and the cyber part. This paper presents a system for detecting false data in active and reactive power simultaneously, caused by a cyber-attack. The system is based on neuro-fuzzy classifiers combined with input data projections on reduced spaces, by means of principal component analysis.
Materia
Palabras clave
URI
Aparece en las colecciones
Ficheros en el ítem
Tamaño:
4.747
xmlui.dri2xhtml.METS-1.0.size-megabytes
Formato:
Adobe PDF