找到 1 条结果
基于强化学习的模块化多电平变换器虚假数据注入攻击检测器漏洞利用方法
Reinforcement Learning-Based Method to Exploit Vulnerabilities of False Data Injection Attack Detectors in Modular Multilevel Converters
Claudio Burgos-Mellado · Claudio Zuñiga-Bauerle · Diego Muñoz-Carpintero · Yeiner Arias-Esquivel 等8人 · IEEE Transactions on Power Electronics · 2023年7月
模块化多电平变换器（M2C）作为信息物理系统（CPS），其控制依赖于通信网络。本文研究了针对M2C虚假数据注入（FDI）攻击检测器的漏洞，提出了一种基于强化学习的方法，旨在通过攻击手段评估检测器的鲁棒性，从而提升电力电子系统的网络安全防护水平。
解读: 该研究聚焦于电力电子系统的网络安全，对阳光电源的集中式逆变器及大型储能系统（如PowerTitan系列）具有重要参考价值。随着公司产品向数字化、智能化转型，iSolarCloud平台及设备端的通信安全性至关重要。本文提出的强化学习攻击检测评估方法，可用于强化公司逆变器与PCS的控制算法鲁棒性，预防潜...