در این مقاله، یک روش نوین برای تشخیص و جبران حملات سایبری در ریزشبکه‌های DC ارائه شده است. رویکرد پیشنهادی ترکیبی از فیلتر کالمن مکعبی و مشاهده‌گر غیرخطی ورودی ناشناخته را به کار می‌گیرد تا به‌طور هم‌زمان تخمین متغیرهای حالت و شناسایی سیگنال‌های نفوذ مخرب را امکان‌پذیر سازد. ابتدا، مدل دینامیکی ریزشبکه همراه با عدم قطعیت‌های ناشی از حملات سایبری در نظر گرفته شده است. سپس، فیلتر کالمن مکعبی دقت تخمین متغیرهای سیستم را افزایش داده و مشاهده‌گر غیرخطی برای بازسازی سیگنال‌های مخرب طراحی شده است. برای ارزیابی روش پیشنهادی، شبیه‌سازی‌هایی در یک ریزشبکه DC با حملات سایبری متداول انجام شده است. نتایج نشان می‌دهد که روش پیشنهادی حملات را با دقت ۹۳.۲٪ شناسایی می‌کند، در حالی که فیلتر کالمن توسعه‌یافته تنها ۸۴.۵٪ دقت دارد. همچنین، خطای بازسازی حملات ۲۷٪ کاهش یافته و پایداری دینامیکی سیستم ۱۴٪ بهبود یافته است. نتایج نشان می‌دهد که ترکیب فیلتر کالمن مکعبی و مشاهده‌گر غیرخطی یک راهکار مقاوم و کارآمد برای افزایش تاب‌آوری ریزشبکه‌های DC در برابر حملات سایبری ارائه می‌دهد. این روش می‌تواند به‌عنوان یک چارچوب عمومی برای افزایش امنیت سایبری در شبکه‌های قدرت مدرن و سیستم‌های توزیع انرژی به کار گرفته شود.