基于行为模型的电力用户异常检测应用.pdf
《基于行为模型的电力用户异常检测应用.pdf》由会员分享,可在线阅读,更多相关《基于行为模型的电力用户异常检测应用.pdf(4页珍藏版)》请在咨信网上搜索。
1、智能设计检测 年 月第 卷第 期 :,收稿日期:;修回日期:作者简介:李娜(),女,工程师,研究方向:电网业务及企业数字应用研发;:。引文格式:李娜,潘麟,明成昆,等 基于行为模型的电力用户异常检测应用 粘接,():基于行为模型的电力用户异常检测应用李娜,潘麟,明成昆,程欢,黄朝晖,王晓峰,龚艳丽(湖北华中电力科技开发有限责任公司,湖北 武汉 )摘要:由于电力用户系统的脆弱性和高风险,为保护电力用户系统不受全天候的网络攻击,提出了一种基于行为模型的电力用户异常检测方法。该方法从信息系统网络流量中提取行为数据序列,构建控制器和入侵系统受控过程的正常行为模型,并将测试行为数据和预测行为数据进行比较
2、以检测电力用户系统异常。结果表明,基于行为模型的异常检测,可以有效检测异常行为数据。当电力用户信息数据被篡改时,入侵检测系统可检测出行为序列异常。种不同的入侵攻击假阴性率均小于 ,且入侵检测系统准确率均值为 ,误差率达到最低,可满足实际电力用户系统检测应用。关键词:电网;电力用户;信息系统;检测应用中图分类号:文献标志码:文章编号:(),(,):,:;随着电力用户系统在电网环境中的应用和发展,电力用户系统使用公共以太网协议和互联网协议()变得越来越普遍,易导致潜在的风险和漏洞。因此需要提高电力用户系统潜在风险和漏洞的智能设计检测检测。在当前的安全防御技术中,将信息系统中应用的防病毒软件移植到电
3、力用户系统存在不兼容等问题。主要因为不能在电力用户系统中及时更新。且常规的防病毒软件由于无法理解电力用户信息控制命令的语义,防火墙无法阻止对电力用户系统的任何可疑访问请求。而入侵检测系统()可以在不干扰系统的情况下检测电力用户信息中的攻击。且使用基于异常的入侵检测系统是网络安全的一个重要方面。本文根据电力用户系统中的行为模式,提出了一种新的异常检测方法。电力用户系统异常检测系统模型该方法主要包括 个模块:行为序列抽取模块,行为建模模块,行为识别模块。首先,从常规的电力用户信息系统中抽取用户的行为数据,建立电力用户数据行为建模功能。其次,基于标准的动作模式,对序列进行分析,得到电力用户数据的时间
4、序列。最后,将所抽取到的实验数据和所做的预报数据相对比,实现了对非法侵入活动的有效探测。行为序列提取行为序列提取模块是用于从电力用户系统系统中提取实时行为序列。首先,该过程提取电力用户系统中控制器或被控过程的所有源地址和目的地址,这些地址存储在输入和输出地址列表中。其次,若所抽取的分组是一种要求分组,则该分组的地址已被保存在一系列的输入与输出地址中,将这个请求数据包添加到请求列表中。如果它是一个响应包,并且其匹配的请求包包含一个读取功能代码,那么所有地址在输入和输出地址列表中的行为数据都被提取并存储在输入和输出行为序列中。如果它是一个响应数据包,并且其匹配的请求数据包包含一个写功能代码,将确定
5、请求行为数据是否与响应行为数据相同。若是,所有地址在输入和输出地址列表中的行为数据都被提取并存储在输入和输出行为序列中。行为模型建立用一个离散的多输入多输出()系统模型来表达控制行为模型和过程行为模型。这两个模型的建立方法是一致的;因此,可以将它们简化为一种方法描述。系统输出功能为:()()()()()输出矩阵 ()为:()(),(),()()输入矩阵 ()为:()(),(),()()噪声矩阵 ()为:()(),(),()()其中()是均值为零且方差为 的白噪声。传递函数矩阵 ()为:()()()()()()()()()()()()传递函数矩阵中的参数方程:()()()()()()()(),;
6、,()在传递函数中,表示输入的数量;表示输出的数量。由于电力用户系统的小误差和噪声与白噪声相似,用于对输入与输出模型参数进行估算的递推最小二乘法。首先,需要将行为模型转换为最小二乘法格式。()()()()在等式()中,输出变量矩阵 ()等于 ()。测量矩阵:()()此外,参数矩阵:,()行为模型结构估计在确定了模型结构参数后,使用递归最小二乘法参数估计方法来估计电力用户系统系统的模型参数。递归最小二乘法参数估计算法的步骤:步骤 :设初始值()为零矩阵,(),设 。表示在模型精度 范围内发生的误差次数。智能设计检测步骤:通过式()、式()提取 ()和 ()的输入和输出行为序列,然后基于式()式(
7、)构建具有输入 ()和输出 ()的测量矩阵 ()。步骤:通过公式()计算 ()、()和()。电力用户系统异常检测模块首先,分析和归类了一个电力市场的信息系统,得出了一个通用的电力用户数据的行为模式。其次,利用标准的行为模型,对输出的数据进行预测。最后,可以将正常行为模型预测的行为序列与测量的行为序列进行比较,以确定它是否是异常入侵。具体步骤:步骤 :通过分析控制器和受控过程,获得控制行为和过程行为的输入和输出行为地址表。步骤 :在此基础上,提出了一种基于正态过程和控制行为的数学方法,并用正态过程和正态控制行为的数学方法对输出序列 和 进行了预测。步骤 :在实际测试中抽取和预测的行为序列之间进行
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 行为 模型 电力 用户 异常 检测 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。