基于单类支持向量机OCSVM的流量异常检测技术研究与应用

目前,网络攻击已成为新型武器,敌对势力利用网络攻击成功破坏电力等国家关键基础设施已成为现实。电网智能终端攻击一般针对电力特有的协议和特定的业务逻辑,具有攻击目标明确、操作隐蔽、潜伏时间长等特点,且一般通过集团式甚至是国家级实施攻击。目前电网智能终端系统在攻击检测方面主要是借鉴传统IT系统已较成熟技术,检测网络侧的安全事件,但无法检测到如伪造控制指令等针对系统业务指令级的异常安全事件。针对电网网络侧流量检测,本研究提出了基于单类支持向量机OCSVM的流量异常检测技术,其基本思想就是通过机器学习的方法对数据进行二分类,并且只需要一类样本就可以训练检测模型,对噪声样本数据具有鲁棒性,很好地满足了工控系统的数据不平衡特点。

智能电网海量信息数据检测关键技术分析

为满足智能电网对海量信息数据的检测需求,对基于调控云的智能电网海量数据检测的关键技术进行了研究,电网海量信息数据的检测基于对流通和传输的电网数据的分析结果。针对智能电网数据节点的电压和电流间的关系通过潮流计算方法的使用完成分析过程(以电网的导纳和阻抗为依据),电流与功率则根据电网的有功及无功注入完成计算,进而得到海量数据的非线性方程,在此基础上完成检测数学模型的建立。以期为电网数据的研究提供参考。

智能电网中数据加密与签名研究

智能电网中安全的信息传输,有利于电力系统安全稳定的运行。提出了一种基于数据聚合加密与签名的数据传输方案,以提高智能电网用户信息传输的安全性和可靠性。该方案包括:1,对数据加密与签名方法进行了分析,采用Paillier算法对生成密钥,明文加密,密文解密,密文聚合,聚合密文的解密等操作;2,采用假名算法对用户进行用户签名密钥,用签名密钥进行签名,签名聚合及验证等操作。对所提方法进行了安全性分析,说明了所提方法在传输数据时具有隐私保护能力及信息追踪能力。仿真对比分析验证了该方法比EPPA方法具有更低的计算消耗和通信消耗,说明该方法更适用于智能电网的数据加密。

基于NB-IOT智能调度无人值守管理平台研究与应用

研究引入NB-IOT通讯技术及智能调度基础上,实现机柜物联锁的智能开关及调度,达到统一管控、可溯源能力,确保机柜安全运维,实现机柜无人值守新模式。