در دنیای امروز که تهدیدات سایبری و اختلالات طبیعی روز به روز افزایش می‌یابد، ریزشبکه‌های نظامی به عنوان سیستم‌های انرژی مستقل و غیرمتصل به شبکه‌های اصلی، نقش کلیدی در افزایش پایداری انرژی و تاب‌آوری پدافندی ایفا می‌کنند. این مقاله به بررسی طراحی و شبیه‌سازی ریزشبکه‌های نظامی می‌پردازد که با تمرکز بر عملیات جزیره‌ای (غیرمتصل)، از منابع انرژی تجدیدپذیر مانند خورشیدی، همراه با ذخیره‌سازی باتری و میکروتوربین‌ها به منظور تامین انرژی مورد نیاز خود بهره می‌برند. هدف اصلی این پژوهش، افزایش پایداری انرژی در برابر حملات سایبری مانند تزریق داده‌های غلط (FDI) است که با استفاده از الگوریتم XGBoost به عنوان یک روش یادگیری ماشین پیشرفته، تشخیص و اصلاح داده‌های نادرست انجام می‌شود. برای این منظور در مقاله حاضر، شاخص پایداری انرژی تعریف شده و روش تحقیق بر پایه مدل‌سازی فنی-اقتصادی ریزشبکه‌های نظامی و توسعه الگوریتم تشخیص و اصلاح دادههای آسیب دیده مبتنی بر XGBoost استوار است. نتایج نشان می‌دهد که این رویکرد پیشنهادی می‌تواند حملات را با دقت بالایی تشخیص داده و تنها با 0.2 درصد خطا، مقدار شاخص پایداری انرژی سیستم را در محدوده 96 درصد حفظ کرده و با دفع آسیب‌ها، بهره‌برداری ریزشبکه را در حد بسیار زیادی به حالت پیش از حمله باز گرداند.