-
公开(公告)号：CN117118669A
公开(公告)日：2023-11-24
申请号：CN202310924809.2
申请日：2023-07-26
Applicant: 国网宁夏电力有限公司吴忠供电公司 , 国网宁夏电力有限公司 , 国网宁夏电力有限公司电力科学研究院 , 华北电力大学
Abstract: 一种基于强化学习的电力信息网络异常流量检测方法及系统，包括：步骤1，通过部署在电力信息网络中的网络节点上获取网络流量数据，并暂存在数据库中；步骤2，从数据库中获取流量数据进行数据预处理，得到网络流量特征和特征标签，将预处理过的数据封装成数据集并对数据集进行处理，数据集中包括网络流量特征和特征标签；步骤3，构建强化学习模型，初始化模型参数并基于处理后的数据集和π策略对模型进行训练，得到训练后的模型作为异常流量检测模型；步骤4，获取实时网络流量数据，并基于异常流量检测模型检测实时网络流量数据是否存在异常。本发明对于平衡度较低的数据具有较强的处理能力，在进行实时网络流量检测时具有较好的效果。
-
公开(公告)号：CN116980198A
公开(公告)日：2023-10-31
申请号：CN202310924810.5
申请日：2023-07-26
Applicant: 国网宁夏电力有限公司吴忠供电公司 , 国网宁夏电力有限公司 , 国网宁夏电力有限公司电力科学研究院 , 华北电力大学
IPC: H04L9/40 , H04L67/12 , H04L69/22 , G06F18/214 , G06F18/243
Abstract: 一种多粒度的端到端网络行为识别方法，包括如下步骤：步骤1，基于多域收集的流量历史数据集，在控制节点拟合关键特征与相应的动作策略训练并优化，得到最优lightGBM模型；步骤2，通过模型转换组件将步骤1得到的最优lightGBM模型转换为交换机可部署的代码形式，有序下发至需要部署流量访问控制的可编程交换机；步骤3，当用户侧的数据流注入网络时，执行访问控制的节点基于IP五元组识别数据流是否已获取授权，若已授权则按相应动作处理，否则提取数据流的关键特征并输入lightGBM模型完成实时授权决策，并通过寄存器维持数据流的授权状态。本发明能够采用较低的训练成本和硬件成本，得到识别正确率度更高的网络行为识别模型，实现对网络安全的保障。
-
公开(公告)号：CN116781412A
公开(公告)日：2023-09-19
申请号：CN202310971343.1
申请日：2023-08-03
Applicant: 国网宁夏电力有限公司吴忠供电公司 , 国网宁夏电力有限公司 , 国网宁夏电力有限公司电力科学研究院 , 华北电力大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于异常行为的自动防御方法，步骤包括：预设条件后从配电网络中抓取目标数据，分析所述目标数据并存储；通过蜜罐与容器化技术构建配电网络自动防御架构，部署环境，模拟异常行为，分析数据并得到分析结果；通过所述目标数据与配电网络自动防御架构整合分析，基于HHM协议构建威胁情报库，所述威胁情报库的功能包括态势察觉，态势理解和态势投射；主动扫描配电网络中的漏洞，自主感知未知威胁，监测配电网络中的异常行为并及时处理，所述异常行为还包括监测配电网络中原始时域序列变化的数据。本发明技术方案更具有主动性，实时性，精确性和高效性。
-
公开(公告)号：CN114462537B
公开(公告)日：2024-12-03
申请号：CN202210122374.5
申请日：2022-02-09
Applicant: 国网宁夏电力有限公司吴忠供电公司 , 国网宁夏电力有限公司
IPC: G06F18/214 , G06F18/2433 , G06F18/2113 , G06F16/215
Abstract: 一种数据集样本的筛选方法，其特征在于，所述方法包括以下步骤：步骤1，对所述数据集进行多维度提取，并针对每一维度对所述数据集中的所有样本进行异常值筛选；步骤2，对所述数据集中的所有样本进行排序，并基于排序结果获得优选数据集；步骤3，计算所述优选数据集中每一样本的异常频次，并基于预设标准对所述数据集样本进行筛选。本发明方法简单，在最优化运算量的同时，提供了异常值之间的关联关系，使得筛选出的样本精确度更高。
-
公开(公告)号：CN114462537A
公开(公告)日：2022-05-10
申请号：CN202210122374.5
申请日：2022-02-09
Applicant: 国网宁夏电力有限公司吴忠供电公司 , 国网宁夏电力有限公司
IPC: G06K9/62 , G06F16/215
Abstract: 一种数据集样本的筛选方法，其特征在于，所述方法包括以下步骤：步骤1，对所述数据集进行多维度提取，并针对每一维度对所述数据集中的所有样本进行异常值筛选；步骤2，对所述数据集中的所有样本进行排序，并基于排序结果获得优选数据集；步骤3，计算所述优选数据集中每一样本的异常频次，并基于预设标准对所述数据集样本进行筛选。本发明方法简单，在最优化运算量的同时，提供了异常值之间的关联关系，使得筛选出的样本精确度更高。
-
Patent Agency Ranking
公开(公告)号：CN114461628A
公开(公告)日：2022-05-10
申请号：CN202210121465.7
申请日：2022-02-09
Applicant: 国网宁夏电力有限公司吴忠供电公司 , 国网宁夏电力有限公司
IPC: G06F16/215 , G06N3/12
Abstract: 一种从数据集中获取最优组合解的方法，其特征在于，所述方法包括以下步骤：步骤1，获取预先生成的M行Q列数据集，并将所述数据集中的M行数据等分为N组数据组合解，其中，所述数据组合解的获取方法为采用遗传算法遍历所有可能的数据组合解；步骤2，对每一数据组合解进行临时数据表提取，并基于提取获得的所述临时数据表中的数据项计算所述数据组合解的组合偏差值；步骤3，遍历所有可能的数据组合解的组合偏差值，并基于所述组合偏差值选取最优组合方式。本发明方法简单、结果准确，适应于数据采集平台获取的海量数据的运算处理。
-
公开(公告)号：CN114462536A
公开(公告)日：2022-05-10
申请号：CN202210122358.6
申请日：2022-02-09
Applicant: 国网宁夏电力有限公司吴忠供电公司 , 国网宁夏电力有限公司
IPC: G06K9/62
Abstract: 本申请公开了一种实体场景生成标注数据集的方法和系统，所述方法包括：步骤1：获取实体场景，所述实体场景包含若干标注目标，所述标注目标为实体场景的特征，每一标注目标均有边界；步骤2：使用全维度标注法对实体场景中的每一标注目标进行感知、标注和提取；步骤3：对提取到的标注目标去重并拼接生成场景标注数据集；步骤4：将所述场景标注数据集应用在数据可视化工具进行场景仿真。本发明极大提高了工作效率，完全避免了数据重复操作，节省了大量资源。
-
公开(公告)号：CN114529055A
公开(公告)日：2022-05-24
申请号：CN202210066667.6
申请日：2022-01-20
Applicant: 国网宁夏电力有限公司吴忠供电公司
Abstract: 本发明提供了一种数据处理预测的方法，方法包括：步骤1：将执行完预处理操作后的电力领域的加密数据，导入多个预测模型，得到每个所述预测模型产生的所述加密数据对应的预测结果；同时保存所述预处理操作的每个步骤的指令和参数；步骤2：对所述多个预测结果进行主成分分析，确定最优的一个预测模型；步骤3：使用所述最优的预测模型和所述保存的指令和参数，对同类的电力领域数据进行预测。导出的数据可以进行地址加密。本发明可以实现在预测结果的过程中，实现数据的加密处理，还可以包括数据的存储地址的加密处理。以实现电力数据在使用过程中的安全性，解密只能在固定硬件设备上完成，完全杜绝了数据泄露，保证了数据的安全性。
-
公开(公告)号：CN112100651A
公开(公告)日：2020-12-18
申请号：CN202010820634.7
申请日：2020-08-14
Applicant: 国网宁夏电力有限公司吴忠供电公司
Abstract: 本发明涉及一种数据脱敏方法、系统和电子设备，通过分别为每个目标数据随机生成一个秘钥，并对每个秘钥进行处理后得到每个目标数据对应的脱敏目标数据，将待脱敏文件中的每个目标数据替换为对应的脱敏目标数据，得到脱敏文件，可以有效防止目标数据的泄露，降低因目标数据的泄露所造成的危害，而且，本申请不需要跨数据库，不易出错，且流程简单、无技术门槛，不需要对用户进行培训，就能使用户对目标数据进行脱敏，而且，每个目标数据与其对应的脱敏目标数据的字段属性相同，便于进行后续处理和分析。
-
公开(公告)号：CN113592140A
公开(公告)日：2021-11-02
申请号：CN202110700855.5
申请日：2021-06-22
Applicant: 国网宁夏电力有限公司吴忠供电公司
IPC: G06Q10/04 , G06Q30/02 , G06Q50/06 , G06F16/2458
Abstract: 本申请提供了一种电费缴纳预测模型训练系统和电费缴纳预测模型，涉及电费管理技术领域。能够解决当前电力行业中自动化系统无法获得良好的应用效果的问题。包括：历史数据获取模块，用于获取每个用户电费缴纳的历史数据；历史数据包括用户针对当前月份之前的多个月份中每个月份的缴费金额和缴费时间；数据扩展模块，用于对历史数据进行扩展，得到多维度样本数据；其中，多维度样本数据包括扩展数据和历史数据，扩展数据包括用户在多个月份中的电费缴纳金额一般值和电费缴纳金额极值，以及用户在多个月份中的电费缴纳时间一般值和电费缴纳时间极限值；训练模块，用于利用多维度样本数据对预设模型进行多次训练，得到电费缴纳预测模型。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.116 seconds)
