- 专利标题： 基于集成学习的闭源电力工控系统恶意行为识别方法及装置
-
申请号： CN202011619814.5申请日： 2020-12-30
-
公开(公告)号： CN112883995A公开(公告)日： 2021-06-01
- 发明人: 张晓良 , 张晨怡 , 吴克河 , 吕卓 , 李暖暖 , 李鸣岩
- 申请人： 华北电力大学 , 国家电网有限公司 , 国网河南省电力公司 , 国网河南省电力公司电力科学研究院
- 申请人地址： 北京市昌平区回龙观北农路2号; ; ;
- 专利权人： 华北电力大学,国家电网有限公司,国网河南省电力公司,国网河南省电力公司电力科学研究院
- 当前专利权人： 华北电力大学,国家电网有限公司,国网河南省电力公司,国网河南省电力公司电力科学研究院
- 当前专利权人地址： 北京市昌平区回龙观北农路2号; ; ;
- 代理机构： 南京苏高专利商标事务所
- 代理商 李淑静
- 主分类号： G06K9/62
- IPC分类号： G06K9/62 ; G06N20/20 ; H04L29/06
摘要：
本发明公开了一种基于集成学习的闭源电力工控系统恶意行为识别方法及装置。方法包括：对闭源电力工控系统底层多域数据进行数据预处理；基于预处理后的数据，利用基于特征的自动化最优选择策略自动化地选择出最优的特征集合；将最优的特征集合输入集成学习模型，所述集成学习模型利用一个元分类器整合多个基分类器的预测结果，通过集成学习的方式对闭源电力工控系统中的恶意行为进行识别。本发明通过集成学习实现对复杂多样交互行为数据的高效准确识别。
公开/授权文献
- CN112883995B 基于集成学习的闭源电力工控系统恶意行为识别方法及装置 公开/授权日：2024-07-30
