防御精度97.5%
针对智能配电网络电池储能系统充电状态估计的虚假数据注入攻击，提出基于时空特征的生成对抗网络防御方法，有效逃逸检测的攻击仍能被高精度识别。
Zhiying, Liu · 李元诚 · 王庆乐 · 李建彬
IEEE Transactions on Industrial Informatics 2023
生成器结合Transformer与有效路径特征，形成反映数据期望规律的路径特征，从而表征测量数据的时空特性。
判别器采用条件签名Wasserstein-1度量，能够捕获测量数据的条件联合分布，增强对复杂攻击的判别能力。
在IEEE13和IEEE33总线系统的实验中达到97.5%的检测准确率，能识别绕过传统坏数据检测的攻击。