Synchrophasor dataset

混合SNN-XGBoost架构提升网络物理系统弹性

研究人员开发了一种新颖的混合脉冲神经网络（SNN）和XGBoost架构，旨在增强工业网络物理分类系统在机器学习遗忘攻击下的鲁棒性。该方法使用预训练的SNN作为固定的特征提取器，只有XGBoost分类器进行再训练，从而提高了对选择性数据删除的弹性。在真实电力系统数据集上进行评估，该混合模型取得了高精度，优于独立方法，并证明了对数据投毒攻击的显著抵抗力。