Abstract

전통적인 전력 시스템이 구성 요소 간의 양방향 통신을 중심으로 하는 스마트 그리드(Smart Grid)로 전환됨에 따라 전력 계통을 타깃으로 하는 사이버 공격의 위험성이 증가하였다. False Data Injection Attack(FDIA)은 스마트미터에서 측정된 센서 데이터를 조작하는 기술이며, 전력 시스템에게 잘못된 연산 결과를 생성하고 대규모 정전과 같은 상황을 발생시킬 수 있다. 이를 해결하기 위해, 본 논문은 Temporal Convolutional Network(TCN)와 Autoencoder를 결합한 FDIA 탐지 모델을 제안한다. 본 연구팀은 기존 모델들과 전력 데이터에 적용해 비교함으로써 FDIA 탐지 측면에서 제안 방법의 우수성을 증명하였다.

Highlights