-
公开(公告)号:CN108092264A
公开(公告)日:2018-05-29
申请号:CN201711447081.X
申请日:2017-12-27
Applicant: 国网浙江省电力有限公司电力科学研究院 , 北京国网普瑞特高压输电技术有限公司
IPC: H02J3/00
Abstract: 本发明公开了一种面向大规模柔性负荷的资源调控系统。通过建立柔性负荷资源调控平台,包括聚合商柔性负荷调控平台、负荷调控终端、辅助计量仪表及系统应用方式,则可以根据工商业用户的实际供需情况和调控能力,进行协商性、有计划的负荷削减,在负荷削减的同时保障其刚性用电需求不受影响,同时辅以经济上的激励措施,提高工商业用户主动配合调控的积极性。
-
公开(公告)号:CN119272263A
公开(公告)日:2025-01-07
申请号:CN202411384150.7
申请日:2024-09-30
Applicant: 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了一种电力信息系统的抗量子计算方法,涉及量子计算技术领域,用于解决现有CA系统的服务过程中,密钥易被破解的问题。该方法包括以下步骤:量子安全业务系统调用客户业务服务获取一个量子密钥;量子安全业务系统生成第一量子密钥的第一量子证书,并发起签发请求;接收验证结果:当验证结果为验证失败,重新调用客户业务服务获取一个量子密钥;当验证结果为验证通过,存储并解密所述第一量子证书,并发送确认消息;量子安全业务系统将所述第一量子证书存储。本发明还公开了一种电力信息系统的抗量子计算系统。本发明量子密钥来产生证书,解决了证书签发过程涉及多个服务之间的信任链传递、密钥信息泄露的问题。
-
公开(公告)号:CN119046953A
公开(公告)日:2024-11-29
申请号:CN202411546199.8
申请日:2024-11-01
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G06F21/57 , G06F18/22 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06F11/36
Abstract: 本发明公开了一种电力设备固件定向灰盒模糊测试方法,涉及网络与信息安全技术领域,用于解决现有测试不够精确的问题,该方法包括以下步骤:对固件信息中的二进制程序和已知二进制漏洞函数进行汇编,得到中间表示;构建控制流图;提取函数的语义特征及结构特征;将二进制程序的特征向量和所述二进制漏洞的特征向量进行余弦距离相似度计算,将相似度计算结果高于预设值的作为目标函数;通过目标调度对所述目标函数进行定向灰盒模糊测试。本发明还公开了一种电力设备固件定向灰盒模糊测试装置、设备及介质。本发明通过图神经网络提取特征向量,结合目标调度进而得到准确的模糊测试结果。
-
公开(公告)号:CN118555106A
公开(公告)日:2024-08-27
申请号:CN202410651542.9
申请日:2024-05-24
Applicant: 国网浙江省电力有限公司 , 国网浙江省电力有限公司电力科学研究院
IPC: H04L9/40
Abstract: 本发明公开了一种动态访问控制规则构建方法,涉及计算机网络安全技术技术领域,用于解决现有访问控制规则单一,缺少实时更新的问题,该方法包括以下步骤:实时获取访问对象及被访问对象的属性值;将所述属性值输入预先训练好的分级模型,得到包含被访问对象的数据分级以及访问对象的信任分级的分级结果;并将所述分级结果及对应属性值输入所述分级模型进行实时的反馈训练;将输出的数据分级及信任分级的结果进行存储。本发明还公开了一种动态访问控制规则构建装置、电子设备和计算机存储介质。本发明根据属性值进行访问对象和被访问对象的分级,并实时更新分级结果,进而通过等级匹配完成访问规则的构建。
-
公开(公告)号:CN118174918A
公开(公告)日:2024-06-11
申请号:CN202410282835.4
申请日:2024-03-13
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: H04L9/40
Abstract: 本发明属于物联网信息安全技术领域,具体涉及电力物联网攻击行为检测方法。针对现有基于生成对抗的异常检测方法,识别效果较差的不足,本发明采用如下技术方案:基于边界生成对抗网络的电力物联网攻击行为检测方法,包括:抓取网络流量数据,预处理,得到统计特征;对统计特征进行归一化处理,得到流特征向量;构建基于边界生成对抗网络的入侵检测模型;将流特征向量输入生成器进行训练,使得生成器生成的特征向量既在恶意流量样本的内部,又覆盖真实数据分布的整个边界;训练判别器,通过超参数修整使生成的样本位于真实攻击数据分布的边界,输出该分数作为判断阈值;计算电力网络流量的分数。本发明的有益效果是:提升检测效果。
-
公开(公告)号:CN117252491A
公开(公告)日:2023-12-19
申请号:CN202311246103.1
申请日:2023-09-25
Applicant: 中国标准化研究院 , 国网浙江省电力有限公司电力科学研究院
IPC: G06Q10/067 , G06Q10/0639 , G06F18/25
Abstract: 本发明涉及数字化技术领域,提供一种本发明提供的标准数字化转型成熟度建模方法,该方法根据企业外部经营活动范围,选取宏观影响因素,再根据企业内部经营活动范围,选择中观驱动因素,采用层次分析法确定宏观影响因素、中观驱动因素中的各项指标与决策目标之间的映射关系,并确定各项指标的赋值权重;输出标准数字化转型成熟度模型。本发明还公开了一种系统,从而使得企业在标准数字化转型过程中,能够应用该模型对标准数字化程度进行计量的评价和分析,从而使得企业能够量化衡量标准数字化转型程度,进而使得企业标准数字化转型过程处于可控的范围内。
-
公开(公告)号:CN115134387B
公开(公告)日:2023-10-20
申请号:CN202210809320.6
申请日:2022-07-11
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国网浙江省电力有限公司
Abstract: 本发明公开了一种可调负荷计量数据上链方法,涉及区块链技术领域,用于解决现有区块链单链结构扩展性低和吞吐量低的问题,该方法包括以下步骤:接收各个分片的生成的用电交易数据区块,所述分片为通过分片技术将若干邻近节点组成的分片;从所述区块组成的区块池中筛选出权重系数最高的区块,并放入主链;根据所述分片生成的区块、所述主链生成DAG视图。本发明还公开了一种可调负荷计量数据上链装置、电子设备和计算机存储介质。本发明通过对分片技术结合DAG区块链,进而实现区块链的高并发数据处理,提高扩展性和吞吐量。
-
公开(公告)号:CN116720593A
公开(公告)日:2023-09-08
申请号:CN202310604521.7
申请日:2023-05-24
Applicant: 国网浙江省电力有限公司电力科学研究院 , 北京邮电大学
IPC: G06N20/20
Abstract: 本发明公开了基于信誉反向拍卖的联邦学习激励方法、系统和存储介质,属于联邦学习技术领域。本发明的基于信誉机制和反向拍卖的联邦学习激励方法,通过构建信誉评估模型、反向拍卖学习模型、联邦学习服务器,对若干客户端的信誉数据进行评估,进而筛选出一个或多个客户端作为候选客户端;然后对候选客户端的密封投标数据进行求解,筛选出一个或多个最佳客户端;并根据交互信息,对最佳客户端进行信誉评估,得到信誉激励值;再对最佳客户端的信誉数据进行更新,从而完成基于信誉机制和反向拍卖的联邦学习激励,能够有效保证整个激励机制的真实性和可靠性,同时能够激励更多具有高质量数据和高信誉值的客户端参与联邦学习。
-
公开(公告)号:CN115455423B
公开(公告)日:2023-07-07
申请号:CN202211005472.7
申请日:2022-08-22
Applicant: 国网浙江省电力有限公司电力科学研究院 , 东南大学
IPC: G06F21/57 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/048 , G06N3/094
Abstract: 本发明公开了一种模糊测试用例生成方法,涉及深度生成网络技术领域,用于解决现有不能控制输入向量特征,无法生成特定测试用例的问题,该方法包括以下步骤:根据原始测试用例,得到训练数据集;构建差分自编码器的生成对抗网络模型;将所述训练数据集输入所述生成对抗网络模型进行训练,得到训练好的生成对抗网络模型;将所述训练数据集输入训练好的所述生成对抗网络模型生成测试用例。本发明通过构建差分自编码器生成对抗网络模型,进而使生成对抗网络更易收敛、所生成的测试用例更多样化,能够提高模糊测试的代码覆盖率和异常发现数。
-
公开(公告)号:CN115510455A
公开(公告)日:2022-12-23
申请号:CN202211251160.4
申请日:2022-10-13
Applicant: 东南大学 , 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了一种基于串行集成学习的定向漏洞挖掘方法及系统,对代码训练集进行标签化后形成带有标签的训练集,抽取其中漏洞代码训练集做数据预处理,对预处理后的漏洞代码做敏感函数定位,得到包含敏感函数的语句;利用程序控制流图CFG获取与该语句相关的程序切片,基于漏洞训练集代码的数量,利用无敏感语句的代码训练集与其混合形成均匀的训练集模块;将赋予初始权重的训练集样本送入到CART决策树的弱分类器中进行训练,通过计算得到分类误差率和迭代次数是否满足要求来调整权重系数并重新学习,按照加权集成的方式形成最终强分类器,实现测试样本分类,完成漏洞挖掘。本方法考虑了代码的上下文依赖关系,降低了传统漏洞挖掘的误报率和漏报率。
-
-
-
-
-
-
-
-
-