کاهش اثرات حمله فریب در گیرنده های GPS واحدهای اندازه گیری فازور با استفاده از شبکه های عصبی
Publish place: Electronic and cyber defense، Vol: 11، Issue: 1
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 154
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PADSA-11-1_008
تاریخ نمایه سازی: 19 شهریور 1402
Abstract:
زمان سنجی دقیق یکی از ویژگی های کلیدی سامانه موقعیت یاب جهانی (GPS) است که در زیرساخت های بسیار مهمی از جمله واحدهای اندازه گیری فازور (PMU) مورد استفاده قرار می گیرد. هر برچسب زمانی نادقیق در شبکه های هوشمند قدرت می تواند منجر به اتفاقات فاجعه باری شود. آسیب پذیری گیرنده های GPS ثابت که در PMUها مستقر هستند، نسبت به حمله همگام سازی زمانی (TSA) باعث کاهش سطح اعتماد به زمان ارائه شده توسط این گیرندهها می شود. در این مقاله، از روش نظارت بر انحراف ساعت گیرنده PMU استفاده شده است. در این روش، یک الگوریتم کاهش اثرات فریب براساس مشاهدات انحراف ساعت ارائه می شود. یک شبکه عصبی چندلایه (MLP) برای دنبال کردن رفتار اطلاعات انحراف ساعت و حفظ روند معتبر تحت شرایط حمله همگام ساز زمان آموزش داده شده است که می تواند به طرز چشمگیری روند انحراف ساعت را تقلید کند. در نهایت، نتایج حاصل با برآورد گر قوی و کم حافظه RE که یکی از بروزترین روش های مقابله با TSA است و همچنین فیلتر توسعه یافته کالمن (EKF) و ناظر LO، مقایسه شد که RMSE روش پیشنهادی بهبود حداقل شش برابری در تشخیص و اصلاح حمله را دارد که این نشان دهنده عملکرد خوب روش پیشنهادی است.
Keywords:
واحدهای اندازه گیری فازور , حملات فریب , حمله همگام سازی زمانی , رمزنگاری , شبکه عصبی , سامانه موقعیتیاب جهانی
Authors
افسانه توسلی
دانشجوی کارشناسی ارشد، دانشکده برق، دانشگاه علم و صنعت ایران، تهران، ایران
نیلوفر اروجی
دکترا، دانشکده برق، دانشگاه علم و صنعت ایران، تهران، ایران
سید محمدرضا موسوی
استاد، دانشکده برق، دانشگاه علم و صنعت ایران، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :