Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Mobility Incorporated Vehicle-to-Grid (V2G) Optimization for Uniform Utilization in Smart Grid Based Power Distribution Network Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Big Data Processing to Detect Abnormal Behavior in Smart Grids

verfasst von : Béla Genge, Piroska Haller, István Kiss

Erschienen in: Smart Grid Inspired Future Technologies

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper proposes a methodology to effectively detect abnormal behavior in Smart Grids. The approach uses a cyber attack impact assessment technique to rank different assets, a cross-association decomposition technique for grouping assets and ultimately to reduce the number of monitored parameters, and an anomaly detection system based on the Gaussian clustering technique. The developed methodology is evaluated in the context of the IEEE 14-bus electricity grid model and three distinct classes of cyber attacks: bus fault attacks, line breaker attacks, and integrity attacks.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel LTE Delay Assessment for Real-Time Management of Future Smart Grids
Nächstes Kapitel [Invited Paper] Native IP Connectivity for Sensors and Actuators in Home Area Network
Literatur
1.
CrySiS Lab. sKyWIper (a.k.a. Flame a.k.a. Flamer): a complex malware for targeted attacks (2012)
2.
Genge, B., Graur, F., Haller, P.: Experimental assessment of network design approaches for protecting industrial control systems. IJCIP 11, 24–38. Elsevier (2015)
3.
Cherepanov, A.: BlackEnergy by the SSHBearDoor: attacks against Ukrainian news media and electric industry (2016)
4.
Filippini, R., Silva, A.: A modeling framework for the resilience analysis of networked systems-of-systems based on functional dependencies. Reliab. Eng. Syst. Saf. 125, 82–91 (2014)CrossRef
5.
Caselli, M., Zambon, E., Kargl, F.: Sequence-aware intrusion detection in industrial control systems. In: Proceedings of the 1st ACM Workshop on Cyber-Physical System Security, pp. 13–24 (2015)
6.
Goldenberg, N., Wool, A.: Accurate modeling of Modbus/TCP for intrusion detection in SCADA systems. IJCIP 6(2), 63–75 (2013)
7.
Schuster, F., Paul, A., König, H.: Towards learning normality for anomaly detection in industrial control networks. In: Doyen, G., Waldburger, M., Čeleda, P., Sperotto, A., Stiller, B. (eds.) AIMS 2013. LNCS, vol. 7943, pp. 61–72. Springer, Heidelberg (2013). doi:10.​1007/​978-3-642-38998-6_​8 CrossRef
8.
Zhao, J., Liu, K., Wang, W., Liu, Y.: Adaptive fuzzy clustering based anomaly data detection in energy system of steel industry. Inf. Sci. 259, 335–345 (2014)CrossRef
9.
Berthier, R., Sanders, W.H., Khurana, H.: Intrusion detection for advanced metering infrastructures: requirements and architectural directions. In: First IEEE International Conference on Smart Grid Communications, pp. 350–355 (2010)
10.
Scarfone, K.A., Mell, P.M.: Guide to intrusion detection and prevention systems (IDPS). (NIST SP) - 800–94. National Institute of Standards and Technology (2007)
11.
Chakrabarti, D., Papadimitriou, S., Modha, S.D., Faloutsos, C.: Fully automatic cross-associations. In: Proceedings of the Tenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 79–88 (2004)
12.
Genge, B., Kiss, I., Haller, P.: A system dynamics approach for assessing the impact of cyber attacks on critical infrastructures. Int. J. Crit. Infrastruct. Prot. 10, 3–17 (2015)CrossRef
13.
Kiss, I., Genge, B., Haller, P., Sebestyen, G.: A framework for testing stealthy attacks in energy grids. In: IEEE International Conference on Intelligent Computer Communication and Processing (ICCP), Cluj-Napoca, pp. 553–560 (2015)
14.
Kaufman, L., Rousseeuw, P.J.: Finding Groups in Data: An Introduction to Cluster Analysis, vol. 344. Wiley, Hoboken (2009)MATH
15.
Kiss, I., Genge, B., Haller, P.: A clustering-based approach to detect cyber attacks in process control systems. In: 2015 IEEE International Conference on Industrial Informatics, Cambridge, UK, pp. 142–148 (2015)
16.
Horkan, M.: Challenges for IDS/IPS Deployment in Industrial Control Systems. SANS Institute Reading Room (2015)
17.
Zhang, Y., Wang, L., Sun, W., Green, R.C., Alam, M.: Distributed intrusion detection system in a multi-layer network architecture of smart grids. IEEE Trans. Smart Grid 2(4), 796–808 (2011)CrossRef
18.
Levorato, M., Mitra, U.: Fast anomaly detection in smart grids via sparse approximation theory. In: 2012 IEEE 7th Sensor Array and Multichannel Signal Processing Workshop (SAM), pp. 5–8 (2012)
19.
Cardenas, A.A., Berthier, R., Bobba, R.B., Huh, J.H., Jetcheva, J.G., Grochocki, D., Sanders, W.H.: A framework for evaluating intrusion detection architectures in advanced metering infrastructures. IEEE Trans. Smart Grid 5(2), 906–915 (2014)CrossRef
20.
Milano, F.: An open source power system analysis toolbox. IEEE Trans. Power Syst. 20(3), 1199–1206 (2005)CrossRef
21.
Grunwald, P.: A Tutorial Introduction to the Minimum Description Length Principle. Advances in Minimum Description Length: Theory and Applications, pp. 23–81. MIT Press, Cambridge (2005)
Metadaten
Titel
Big Data Processing to Detect Abnormal Behavior in Smart Grids
verfasst von
Béla Genge
Piroska Haller
István Kiss
Copyright-Jahr
2017
Buch
Smart Grid Inspired Future Technologies

Print ISBN: 978-3-319-47728-2

Electronic ISBN: 978-3-319-47729-9

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-47729-9_22