一种并行检测和修复的网络安全保障方法

    公开(公告)号:CN114448718B

    公开(公告)日:2023-08-01

    申请号:CN202210210305.X

    申请日:2022-03-03

    IPC分类号: H04L9/40

    摘要: 本发明涉及网络安全技术领域,具体为一种并行检测和修复的网络安全保障方法,包括参量采集步骤,安全参量分析步骤,预测步骤以及修复反应步骤,所述参量采集步骤包括,按照设定的网络防御元素,对实际网络环境进行进行数据采集;所述安全参量分析步骤包括,根据所述参量采集步骤中所得的数据,调用存储器内的算法,对参量进行定义和分析;所述预测步骤包括,根据所述安全参量分析步骤中的分析结果,判断攻击类型,并对该攻击进行分析;所述修复反应步骤包括,根据攻击类型进行防御和修复,具有安全性高,可以自我完善,运行稳定的特点。

    基于深度学习的电力网络恶意攻击防护系统及其控制方法

    公开(公告)号:CN115643059B

    公开(公告)日:2023-05-23

    申请号:CN202211240081.3

    申请日:2022-10-11

    IPC分类号: H04L9/40 G06N3/045 G06N3/08

    摘要: 本发明公开了一种于深度学习的电力网络恶意攻击防护系统,包括电网数据库模块,用于生成电网拓扑结构,同时采集电网数据并存储在电网拓扑结构对应的节点中;数据特征生成模块,用于根据电网数据和存储结构生成对应的数据特征;数据特征识别模块,用于对待分析的数据特征进行分析,得到异常数据特征;训练数据集模块,用于使用现有的数据特征生成训练数据集,并对数据特征识别模块进行训练;攻击行为预警模块,用于根据数据特征识别模块的分析结果进行攻击行为预警;攻击行为识别模块,用于根据数据特征识别模块的分析结果对攻击行为预警模块做出预警对应的攻击行为进行识别,本发明能够改进现有技术的不足,提高了恶意攻击行为识别准确度。

    基于深度学习的电力网络恶意攻击防护系统及其控制方法

    公开(公告)号:CN115643059A

    公开(公告)日:2023-01-24

    申请号:CN202211240081.3

    申请日:2022-10-11

    IPC分类号: H04L9/40 G06N3/045 G06N3/08

    摘要: 本发明公开了一种于深度学习的电力网络恶意攻击防护系统,包括电网数据库模块,用于生成电网拓扑结构,同时采集电网数据并存储在电网拓扑结构对应的节点中;数据特征生成模块,用于根据电网数据和存储结构生成对应的数据特征;数据特征识别模块,用于对待分析的数据特征进行分析,得到异常数据特征;训练数据集模块,用于使用现有的数据特征生成训练数据集,并对数据特征识别模块进行训练;攻击行为预警模块,用于根据数据特征识别模块的分析结果进行攻击行为预警;攻击行为识别模块,用于根据数据特征识别模块的分析结果对攻击行为预警模块做出预警对应的攻击行为进行识别,本发明能够改进现有技术的不足,提高了恶意攻击行为识别准确度。