-
公开(公告)号：CN117729540A
公开(公告)日：2024-03-19
申请号：CN202311740359.8
申请日：2023-12-15
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
摘要： 本发明涉及一种基于统一边缘计算框架的感知设备云边安全管控方法，具体步骤包括：通过统一边缘计算框架采集各终端设备的身份信息，并利用差分运算对所有身份信息采集差分星座轨迹图，再通过所述差分星座轨迹图在云端处进行自适应身份认证的深度卷积神经网络训练，利用训练好的自适应身份认证网络进行终端设备身份识别；在云端处通过预训练的基于自动编码器与解码器的身份信息互易变换网络提取基站的身份信息特征构建上行身份信息及重构下行身份信息；根据上行身份信息与下行身份信息在云端处预训练一个基站身份识别网络，通过统一边缘计算框架下发到终端设备，并通过统一边缘计算框架进行基站与终端设备间的双向设备身份识别。
-
公开(公告)号：CN109344620B
公开(公告)日：2021-08-31
申请号：CN201811040829.9
申请日：2018-09-07
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
摘要： 本发明涉及一种基于对hadoop安全配置的检测方法。包括Hadoop输出端的检测、分布式NoSQL数据库的检测和网管服务器的检测，其中，Hadoop输出端的检测，为HDFS和HBase输出端设置安全的Flume代理，在KDC中要设置Flume标识并生成keytab文件建立Flume用户需要为Hadoop超级用户，建立用户组用于Flume模拟用户，允许模拟不同的源，把数据注入Hadoop，确保在数据摄入过程中一直遵守Hadoop中用户权限采用安全配置程序进行设置并对Flume模拟用户其进行安全检查。本发明通过模拟用户端和数据传输的过程对Hadoop输出端、分布式NoSQL数据库和网管服务器的安全配置进行检测，提前避免了因系统的升级更新导致的漏洞。
-
公开(公告)号：CN109190381A
公开(公告)日：2019-01-11
申请号：CN201811040881.4
申请日：2018-09-07
申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
摘要： 本发明涉及一种基于对hadoop安全漏洞的检测方法。设立hadoop安全漏洞数据库，添加hadoop核心组件扫描的对象；通过对扫描对象添加扫描策略及配置后，生成扫描任务；调用扫描引擎对已经创建好的扫描任务进行扫描；扫描引擎自动对扫描对象的目录和文件进行爬行的同时，实现对扫描对象的边爬行边探测；当扫描任务和扫描策略无需修改时，扫描执行直到扫描任务结束；否则，可停止扫描任务进行扫描任务和扫描策略的修改，而后重新执行扫描任务：扫描任务结束后，根据系统内置的扫描报告模版，输出扫描结果报告。本发明可以对系统进行实时监控，第一时间对系统的核心组件扫描并生成报告，减少了漏洞对系统的危害，保障了企业数据的安全性。
-
公开(公告)号：CN107800706A
公开(公告)日：2018-03-13
申请号：CN201711075740.1
申请日：2017-11-06
申请人： 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院
CPC分类号： H04L63/1416 , H04L41/142 , H04L41/145 , H04L63/1433
摘要： 本发明涉及一种基于高斯分布模型的网络攻击动态监测方法。首先，监测网络数据，采集网络报文特征值；而后，根据提取到的数据报文，分析具有疑似攻击行为的数据报文，得到攻击数据序列；再而，根据攻击数据序列采用高斯分布模型建立有效攻击数据的概率分布模型；最后，根据攻击数据序列建立网络攻击分布图。本发明当监测到疑似的网络攻击行为时，通过数据报文建模分析是否存在攻击特征，是否存在需要进行重点监测防护；而后确认攻击序列，从大量电力移动网络数据中，快速定位到监测攻击行为；通过高斯分布模型计算网络攻击的分布概率，通过分布概率统计分析网络攻击的分布，进而产生网络攻击行为的判断与预警。
-
公开(公告)号：CN105352541B
公开(公告)日：2017-12-08
申请号：CN201510660591.X
申请日：2015-10-14
申请人： 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院
发明人： 吴丽进
IPC分类号： G01D21/02
摘要： 本发明涉及一种基于电网防灾减灾系统的变压器运行辅助监测系统及其监测方法，包括相互连接的现场数据收集模块、数据分析传输模块以及防灾减灾后台模块，所述的现场数据收集模块包括灾害预警信息监测单元以及与其相连的微气象监测单元、变压器声音收集单元、水浸监测单元；所述的数据分析传输模块包括声音信号过滤单元、异常判断单元以及信号传输单元，所述声音信号过滤单元包括频域能量检测器；所述的防灾减灾后台模块包括信号增强单元。本发明能够降低数据量，提高识别精度。
-
公开(公告)号：CN118540098A
公开(公告)日：2024-08-23
申请号：CN202410442851.5
申请日：2024-04-12
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
摘要： 本发明涉及电力网络技术领域，提供一种基于电力网络的可用于漏洞攻击路径隐藏的安全感知方法，包括：1)对具有安全约束的马尔可夫决策过程MDPs进行建模；2)对线性时间逻辑LTL规范进行建模；3)对入侵者攻击模型、初始状态的不透明度进行建模；4)对安全约束下的强化学习问题进行建模；5)构造MDP的初始状态估计器ISE，建成任务模型；6)用Q学习求解，得到最优策略，即完成安全感知。本发明的安全感知方法能够综合考虑电力网络路由的安全性需求、系统行为规范、初始状态的不透明度以及潜在的入侵者攻击，从而提供一种有效的强化学习方案来优化路由策略，保障电力网络在发送消息时的安全性。
-
公开(公告)号：CN118503452A
公开(公告)日：2024-08-16
申请号：CN202410775789.1
申请日：2024-06-17
申请人： 国网福建省电力有限公司电力科学研究院 , 厦门大学 , 国网福建省电力有限公司
摘要： 本发明提出了基于图节点采样与大语言模型的配电网故障归因分析方法，包括如下步骤：步骤一、设计多维度故障本体，用于指导故障数据的结构化；步骤二、构建知识图谱，用于存储和表示配电网中的故障信息；步骤三、集成大语言模型LLM，用于处理和分析故障信息；步骤四、使用基于强化学习的节点选择算法，从知识图谱中选择与当前分析任务最相关的节点，并将这些节点信息提供给大语言模型以增强其诊断预测能力；步骤五、通过精选的节点抽样，利用知识图谱与大型语言模型的集成来优化故障分析的精确性和效率。本发明利用强化学习动态选择关键信息节点，来增强大语言模型的故障分析能力。提高了故障诊断的准确性和效率，同时优化了系统的适应性和灵活性。
-
公开(公告)号：CN118378881A
公开(公告)日：2024-07-23
申请号：CN202410417341.2
申请日：2024-04-09
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC分类号： G06Q10/0635 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G06Q50/06
摘要： 本发明公开了一种基于图神经网络的电力网络空间风险评估方法，步骤包括：首先对电力系统网络进行图形建模，并利用谱聚类算法将其分解为各个子图；利用图神经网络，对子图进行深度信息整合，得到综合的图表示；这种图表示进而被用于评估各子图的电力系统风险等级，从而实时识别和控制整个网络的风险状况。本发明的核心创新为结合图模型与图神经网络进行电力系统数据处理，能全面评估系统风险并精准定位特定区域风险，为系统调度提供强有力的决策支持，解决了传统方法在捕捉潜在风险及复杂网络动态中的局限性。
-
公开(公告)号：CN117370633A
公开(公告)日：2024-01-09
申请号：CN202311506516.9
申请日：2023-11-13
申请人： 国网福建省电力有限公司电力科学研究院 , 厦门大学 , 国网福建省电力有限公司
IPC分类号： G06F16/951 , G06F16/953 , G06F16/36 , G06F40/279 , G06F40/30 , G06N3/0442 , G06N5/022
摘要： 本发明涉及一种基于事件框架模板的配网故障单事件图谱构建方法。本体层面采用事件框架模板模型自顶向下初步进行事件图谱本体构建，再从语义分析出发对事件图谱本体进行补全，最后通过数据映射和结构映射从实例层面构建事件图谱。首先对故障单结构化数据进行预处理；其次设计了一套事件图谱领域本体构建规范化方法；然后，按照该方法指导配电网故障事件图谱本体构建；之后对故障单结构化数据进行数据映射和结构映射，构建起配电网故障事件图谱；最后，通过查询和统计分析对事件图谱进行有效性检验。本发明所述方法可以满足配电网故障定位归因和辅助决策的下游应用场景，依靠图结构关联多样性优势，为后续故障定位归因和辅助决策提供一定的帮助。
-
公开(公告)号：CN117370568A
公开(公告)日：2024-01-09
申请号：CN202311272913.4
申请日：2023-09-28
申请人： 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 厦门大学
摘要： 本发明涉及一种基于预训练语言模型的电网主设备知识图谱补全方法，包括：构建电网设备缺陷知识图谱；将电网设备缺陷知识图谱嵌入到低维向量空间中；结合预训练语言模型和基于结构的模型构建混合知识图谱嵌入模型PLMSM；在PLMSM模型中，输入实体及其补充信息首先被送入预训练语言模型以获取它们的嵌入，这些嵌入与由基于结构的模型生成的嵌入相结合以提高实体补全性能；通过训练集对PLMSM模型进行训练，并通过验证集验证模型的训练结果，选取最佳模型；在训练过程中，采用负采样方法对PLMSM模型进行优化；通过测试集对得到的PLMSM模型进行测试；测试通过的PLMSM模型即可用于实体补全任务。该方法有利于提高实体补全性能，从而提高电力系统的安全稳定性。
-
-
-
-
-
-
-
-
-
搜索结果
48 条记录 (耗时 0.102 秒)
