基于机器学习的电力信息通信风险感知研究

为了解决当前电力信息通信风险预测精准度较低的问题,研究了基于机器学习的电力信息通信风险感知方法。根据网络安全态势感知结构,判定网络安全态势。计算网络安全风险运行信号的频谱,获取输出网络信号,并划分风险等级。利用机器学习方法训练样本,计算风险预测指标权重。提取系统态势要素,预测系统安全风险,设定风险预警阈值,完成风险预警,获取通信风险态势感知结果。由实验结果可知,该方法对通信威胁事件最高识别率高达98%,并能够高效感知端口扫描、非法登录主机、拒绝服务攻击三种威胁事件风险,为保障电力信息通信安全提供技术支持。

基于主成分分析和集对分析理论的配电网项目群投资决策

基于配电网项目单个项目较小、数量众多的特点,应将一定区域范围内数年开展的配电网大批量项目群作为统一整体,进行经济性和投资效益分析评价与决策。为此,构建了包含电量收益、建设收益、潜在收益的指标体系,利用主成分分析法将原有存在冗余及相互关联的指标体系进行优化和降维,基于集对分析法综合考虑评价对象的同一度、差异率、对立度,并将之量化,根据评价结果进行决策。实例分析表明,该方法评价结果直观且与实际相符,数据信息利用率较高,适用于对配电网项目进行投资效益决策。

计算机网络信息安全保密技术研究

当今社会是一个信息化的时代,人们的日常生活已经离不开互联网。计算机领域的飞速发展是经济发展的一个重要的标志、计算机处理方面的业务可以说已经从原来的机械化的单机的文件优化到使用一个内部的局域性的网络来处理各种信息。所以网络信息化的保密技术是非常重要的。不管是对一个国家还是对一个企业来说都是至关重要的技术。本文探究的是关于计算网络信息安全保密技术的研究方面的问题。

信息系统实用化指标管控机制研究

2010年国网ERP系统全覆盖极大的提高了宁波供电公司业务信息化水平，业务的精细化运作要求从粗放型管理模式向精益化管理模式转变，对ERP等信息系统运行指标的管控提出了更高要求，通过探索和建立联络员机制、短信告警机制、网上工作室等机制，实现指标全过程管理，提升信息专业监管能力。