گسترش زیرساخت های اندازه گیری، مخابراتی و كنترلی در شبكه های انرژی هوشمند، ضمن افزایش قابلیت پایش و بهره برداری بهینه، سطح مواجهه شبكه با تهدیدهای سایبری را نیز افزایش داده است. یكی از مهم ترین این تهدیدها، حملات تزریق داده كاذب است كه در آن مهاجم با دست كاری هدفمند داده های اندازه گیری، فرآیند تحلیل و تصمیم گیری را منحرف می كند، بی آن كه لزوما نشانه های آشكاری در سازوكارهای متداول نظارت ایجاد شود. در چنین شرایطی، مركز كنترل ممكن است بر مبنای داده های آلوده، برداشتی نادرست از وضعیت واقعی شبكه داشته باشد؛ موضوعی كه می تواند دقت برآورد حالت را كاهش داده و در نهایت، شاخص های قابلیت اطمینان از جمله انرژی تأمین نشده، نرخ و مدت خاموشی،دسترس پذیری و شاخص های مبتنی بر زمان خرابی و تعمیر را تحت تأثیر قرار دهد.در این پایان نامه، اثر حملات تزریق داده كاذب بر داده های ولتاژ ارسالی از واحدهای اندازه گیری فازور به سامانه مركز كنترل مطالعه می شود.بدین منظور، ابتدا ارتباط میان آلودگی داده، انحراف در تحلیل های بهره برداری و پیامدهای آن بر قابلیت اطمینان شبكه به صورت تحلیلی و شبیه سازی محور بررسی می گردد. سپس یك روش داده محور پیشنهادی با عنوان خطای ویژگی محور، بازسازی پویا و آستانه گذاری تطبیقی (Feature Error Dynamic Reconstruction Adaptive Limit-FEDRAL) برای تشخیص این حملات ارائه می شود. روش پیشنهادی مبتنی بر یك خودرمزگذار عمیق است كه با یادگیری الگوی رفتار عادی اندازه گیری ها، امكان آشكارسازی ناهنجاری را از طریق خطای بازسازی فراهم می كند. به منظور جداسازی دقیق تر داده های سالم و آلوده و كاهش وابستگی به تنظیمات دستی، از یك سازوكار آستانه گذاری تطبیقی مبتنی بر شاخص ژاكارد (IoU) استفاده می شود.ارزیابی روش پیشنهادی بر روی شبكه آزمون (IEEE 33-bus) و تحت چند الگوی مختلف حمله انجام شده است. نتایج نشان می دهد كه روش ارائه شده از توانمندی مناسبی در شناسایی داده های آلوده برخوردار بوده و از نظر پایداری عملكرد، قابلیت اتكای مطلوبی دارد. همچنین تحلیل قابلیت اطمینان با رویكرد مونت كارلو در سناریوهای مختلف انجام شده است. یافته ها بیانگر آن است كه در نبود سازوكار دفاعی، حملات تزریق داده كاذب می توانند موجب تشدید شاخص های خاموشی، افزایش انرژی تأمین نشده و كاهش دسترس پذیری شبكه شوند؛ در مقابل، به كارگیری روش پیشنهادی اثرات مخرب حمله را به طور معناداری كاهش داده و موجب بهبود شاخص های قابلیت اطمینان و تقویت تاب آوری سایبری شبكه می گردد.