基于LSTM的核电站除氧器水位控制系统隐蔽攻击方法研究
Journal Of Chinese Society Of Power Engineering(2023)
Abstract
针对实现核电站除氧器水位控制系统的隐蔽攻击需要受攻击对象具备高精度估计模型的问题,提出了一种基于长短期记忆(LSTM)神经网络的隐蔽攻击方法.该方法将核电站除氧器水位控制系统中获得的反馈控制器输出信号与输入信号作为LSTM的数据集,通过训练得到高精度的估计模型,此估计模型被用于设计隐蔽攻击器,向受攻击对象施加攻击信号,从而实现隐蔽攻击.最后,通过仿真实验验证了该方法的有效性和隐蔽性.结果表明:该方法对核电站除氧器的水位造成一定影响的同时具有较高的隐蔽性.
MoreTranslated text
Key words
nuclear power plant,control system of deaerator water level,covert attack,LSTM neural network,model identification
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined