-
公开(公告)号：CN116150785B
公开(公告)日：2024-03-19
申请号：CN202310030521.0
申请日：2023-01-06
申请人： 国网山东省电力公司 , 国家电网有限公司大数据中心
摘要： 本发明涉及数据储存技术领域，具体公开了一种远程数据安全存储方法及系统，方法包括：S100、将远程数据按预设规则分割为若干个数据组，采用密钥加密算法对数据组进行加密，并将密钥发送至访问端；S200、通过访问端向数据库管理端发送访问信息，数据库管理端根据访问信息与访问用户对应的标准相比判断访问端权限及访问端状态：当访问端权限及访问端状态均符合要求时，数据库管理端向访问端发送密匙请求指令；S300、访问端获取数据库管理端信息，并根据数据库管理端信息对数据库状态进行判断：当数据库状态符合要求时，根据密匙请求指令向数据库管理端发出密匙。本发明能够适应性的提高对访问用户网络安全判断的准确性。
-
公开(公告)号：CN116150785A
公开(公告)日：2023-05-23
申请号：CN202310030521.0
申请日：2023-01-06
申请人： 国网山东省电力公司 , 国家电网有限公司大数据中心
摘要： 本发明涉及数据储存技术领域，具体公开了一种远程数据安全存储方法及系统，方法包括：S100、将远程数据按预设规则分割为若干个数据组，采用密钥加密算法对数据组进行加密，并将密钥发送至访问端；S200、通过访问端向数据库管理端发送访问信息，数据库管理端根据访问信息与访问用户对应的标准相比判断访问端权限及访问端状态：当访问端权限及访问端状态均符合要求时，数据库管理端向访问端发送密匙请求指令；S300、访问端获取数据库管理端信息，并根据数据库管理端信息对数据库状态进行判断：当数据库状态符合要求时，根据密匙请求指令向数据库管理端发出密匙。本发明能够适应性的提高对访问用户网络安全判断的准确性。
-
公开(公告)号：CN116186764B
公开(公告)日：2023-09-15
申请号：CN202310011989.5
申请日：2023-01-05
申请人： 国网山东省电力公司 , 国家电网有限公司大数据中心
摘要： 本发明涉及数据安全检查技术领域，公开了一种数据安全检查方法，通过处理模块在任务数据库内创建任务条目，写入新任务的各项信息，包括待扫描文件保存路径，然后，通过扫描模块扫描数据，扫描完成后将扫描结果生成检查报告文件保存指定路径，用户可以通过查询模块查询数据库内的任务条目，如果任务状态已完成，则按照指定路径从文件系统读取扫描结果，实现了对数据的扫描，并且能快速的获得扫描结果，便于用户快速做出相应措施。
-
公开(公告)号：CN116186764A
公开(公告)日：2023-05-30
申请号：CN202310011989.5
申请日：2023-01-05
申请人： 国网山东省电力公司 , 国家电网有限公司大数据中心
摘要： 本发明涉及数据安全检查技术领域，公开了一种数据安全检查方法，通过处理模块在任务数据库内创建任务条目，写入新任务的各项信息，包括待扫描文件保存路径，然后，通过扫描模块扫描数据，扫描完成后将扫描结果生成检查报告文件保存指定路径，用户可以通过查询模块查询数据库内的任务条目，如果任务状态已完成，则按照指定路径从文件系统读取扫描结果，实现了对数据的扫描，并且能快速的获得扫描结果，便于用户快速做出相应措施。
-
公开(公告)号：CN118427562A
公开(公告)日：2024-08-02
申请号：CN202410888175.4
申请日：2024-07-04
申请人： 国网山东省电力公司信息通信公司 , 国网山东省电力公司
发明人： 孙岗 , 赵鹏 , 严莉 , 曲延盛 , 常英贤 , 呼海林 , 王高洲 , 杨坤 , 牛德玲 , 刘新 , 邵志敏 , 樊静雨 , 胡恒瑞 , 管荑 , 梁天 , 王中龙 , 朱尤祥 , 肖沈阳 , 周洁 , 孟祥鹿
IPC分类号： G06F18/20 , G06F18/213 , G06F18/214 , G06F30/27 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08 , G06F123/02
摘要： 本发明属于物联网设备时间序列预测领域，提供了一种面向多设备联邦动态图的多元时间序列预测方法及系统。为解决固定图结构无法识别变量之间的依赖关系发生改变而导致模型无法学习时间序列的正确模式的问题，面向多设备联邦动态图的多元时间序列预测方法利用全局图的信息和当前时间序列的局部信息来生成图结构，以建模时间序列之间依赖性的动态变化，能够提高多元时间序列预测精度。
-
公开(公告)号：CN111698225B
公开(公告)日：2022-08-19
申请号：CN202010464849.X
申请日：2020-05-28
申请人： 国家电网有限公司 , 国网山东省电力公司 , 国网电力科学研究院有限公司 , 北京科东电力控制系统有限责任公司 , 国网山东省电力公司电力科学研究院
摘要： 本发明的目的是提供一种适用于电力调度控制系统的应用服务认证加密方法和系统，系统包括应用认证中心、应用客户端和应用服务器；应用客户端在应用启动时向应用认证中心发送认证请求；应用认证中心响应于认证请求与应用客户端之间进行双向认证生成应用标识；应用客户端在需要向应用服务器请求服务时，基于应用标识和加密处理后的服务请求生成服务请求报文，发送至应用服务器；应用服务器根据服务请求报文中的应用标识进行验证，并在验证成功后生成响应报文并加密后返回至应用客户端；应用客户端对响应报文进行解密得到响应报文数据，完成服务调用。本发明能够应用于生产控制大区实现应用服务的认证加密，保障生产控制大区信息交互的安全性。
-
公开(公告)号：CN112819310B
公开(公告)日：2022-07-26
申请号：CN202110099655.9
申请日：2021-01-25
申请人： 国网山东省电力公司 , 国网山东省电力公司电力科学研究院 , 东北电力大学
IPC分类号： G06Q10/06 , G06F30/20 , G06F16/901 , G06Q50/06 , G06F113/04
摘要： 本发明是一种基于影响图的光伏信息物理系统安全风险评估方法，其特点是，包括：典型光伏发电并网系统结构的分级、影响图模型的构建、安全风险评估三个步骤，该方法能够实现通过对攻击者的攻击过程及光伏信息物理系统本身进行分析，得出节点及支路的安全风险值。本发明所提出的模型与传统的模型相比的优点体现在，综合考虑了系统本身与攻击者的特性，能够得出节点及支路的安全风险值，且无需对系统和不同种攻击方式分别建模。具有方法科学合理，适用性强等优点。
-
公开(公告)号：CN112398840B
公开(公告)日：2022-03-08
申请号：CN202011232810.1
申请日：2020-11-06
申请人： 国网山东省电力公司 , 国网山东省电力公司电力科学研究院 , 东北电力大学
摘要： 本发明是一种基于自适应滑模观测器的电力信息物理系统攻击定位方法，其特点是，包括：建立电力信息物理系统的数学模型、引入动态负载攻击信号、建立电力信息物理系统受到动态负载攻击时的自适应滑模观测器的数学模型和设定电力信息物理系统攻击定位逻辑的内容。本发明能够准确，快速的检测出电力信息物理系统的动态负载攻击信号，定位出动态负载攻击信号的所在节点，解决了电力信息物理系统中多个节点同时遭受动态负载攻击时的检测与定位问题；把危险控制在局域范围之内，避免更大的经济损失，保证电力信息物理系统在运行过程中的安全可信状态。具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN112788049A
公开(公告)日：2021-05-11
申请号：CN202110092345.4
申请日：2021-01-24
申请人： 国网山东省电力公司 , 国网山东省电力公司电力科学研究院 , 东北电力大学
IPC分类号： H04L29/06
摘要： 本发明是一种基于自适应卡尔曼滤波器的电力信息物理系统攻击检测方法，其特点是，包括：建立带有高斯噪声的连续电力信息物理系统的数学模型、建立带有高斯噪声的离散电力信息物理系统的数学模型、引入动态负载攻击信号、建立受到动态负载攻击信号攻击的带有高斯噪声的离散电力信息物理系统的数学模型、建立离散电力信息物理系统的自适应卡尔曼滤波器的数学模型和电力信息物理系统的攻击检测方法等内容。能够准确，快速的检测出电力信息物理系统中的动态负载攻击信号，保证电力信息物理系统运行在安全可信状态；具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN111723367A
公开(公告)日：2020-09-29
申请号：CN202010535641.2
申请日：2020-06-12
申请人： 国家电网有限公司 , 国网电力科学研究院有限公司 , 南瑞集团有限公司 , 国网山东省电力公司 , 北京科东电力控制系统有限责任公司 , 国网浙江省电力有限公司 , 国网山东省电力公司电力科学研究院
发明人： 梁野 , 蒋正威 , 邵立嵩 , 管荑 , 王春艳 , 金学奇 , 王景 , 吴炳超 , 李慧勋 , 刘勇 , 李航 , 王文婷 , 王昊 , 林琳 , 刘新 , 肖艳炜 , 刘栋 , 黄银强 , 吴涛
摘要： 本发明公开了一种电力监控系统业务场景处置风险评价方法及系统，获取未知用户异常行为数据；对未知用户异常行为数据依据历史判断过程，确定出若干建议处置策略；通过未知用户异常行为数据提取风险特征数据，匹配所述建议处置策略，判断出用户异常行为的对应风险等级及风险预估值；将用户异常行为的对应风险等级及风险预估值输入至SVM-KNN有监督学习和K-means无监督学习的神经网络模型中，分别对有类别样本与无类别样本参与运算，得到每一个用户异常行为的风险评估指标值和综合评估核心指标分数。优点：本发明引入了SVM-KNN有监督学习和K-means无监督学习的神经网络模型，保障了电力监控系统稳定、高效、安全的运行。
-
-
-
-
-
-
-
-
-
搜索结果
246 条记录 (耗时 0.101 秒)
