一种基于LM-BP神经网络的检测和防御虚假数据注入攻击的方法

摘要

本发明公开了一种基于LM‑BP神经网络的检测和防御虚假数据注入攻击的方法，仅考虑系统历史数据作为模型输入，有效的避免了数值预测不佳带来的干扰，利用LM‑BP神经网络的非线性映射能力、泛化能力和容错能力建立最佳预测模型，考虑系统规模和参数，设置合适的阈值和神经网络规模，有效的提高了检测攻击的质量；并且在检测到攻击后采取相应的保护措施，利用神经网络计算正确的调整信号使负载频率控制系统维持稳定。