GNSS Time Signal Spoofing Detector for Electrical Substations
Notice bibliographique
Résumé
This paper introduces a novel method of GNSS spoofing detection with applications in electrical substations. Time sensitive applications in electricity substations, including Phasor Measurement Units (PMU) and Merging Units (MU), rely on Global Navigation Satellite Signals (GNSS), often GPS, for time transfer. Recently, sophisticated ‘spoofing’ attacks have become feasible due to the availability of low cost Software Defined Radio (SDR) systems. The proposed method uses multiple GNSS receive antennas placed in close proximity at the electricity substation, such that it is not possible for an attacker to target a unique spoofing signal towards each antenna. In a system employing three or more receive antennas, during a spoofing attack two or more of the GNSS receive antennas will return an estimated position in impossible locations. This is sufficient to raise alarm that time sensitive applications should use an alternative time source or holdover clock. The contributions of this paper include a detailed description of the proposed method, an experimental assessment of GNSS receiver and substation clock position estimation variance to establish the minimum separation required between receive antennas, and a validation of the method by experimental demonstration. A further benefit of the authors’ method is that it may be put into practice immediately using commercial-off-the-shelf (COTS) substation clock equipment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».