一种通信综合智能监测机柜

    公开(公告)号:CN115332958A

    公开(公告)日:2022-11-11

    申请号:CN202211043997.X

    申请日:2022-08-30

    IPC分类号: H02B1/30 B65H54/70

    摘要: 本发明属于电力通信设施领域,尤其是涉及一种通信综合智能监测机柜,具有箱体和箱门,箱门与箱体枢轴连接,箱体内固定有安装架,安装架上固设有至少一个保护通道组件,保护通道组件的每路通道都设有一个通道监控模块,用于监控保护通道通断;其特征在于所述保护通道组件下方设有一个分组理线盒,用于分组盘绕光纤;所述安装架上固定有一个封堵隔离组件,用于防止火焰沿电线蔓延;所述电源线上连接有电源监控模块,用于监测直流分配屏母线失电、输出端失电等,所述机柜上还设有温度监控模块和湿度监控模块和磁感应模块;本发明具有防火效果好、理线走线方便、节约成本、监控全面、快速定位故障点、消除对电源监控的盲区等有益效果。

    一种基于会话特征连续性的工业控制系统异常检测方法

    公开(公告)号:CN118631569A

    公开(公告)日:2024-09-10

    申请号:CN202410883211.8

    申请日:2024-07-03

    摘要: 本申请涉及工业控制系统安全领域,公开了一种基于会话特征连续性的工业控制系统异常检测方法,包括以下步骤:在工业控制系统正常运行的情况下,连续采集工业控制网络中的流量,得到数据包pcap文件,提取网络数据包,并根据会话特征连续的特性构建训练数据集。用卷积神经网络构建孪生网络,用训练数据集训练孪生网络,得到训练好的工控异常检测模型。异常检测阶段,实时采集工业控制网络中的流量,提取出流量中的网络数据包,并根据会话特征连续的特性构建组合样本,将组合样本输出到工控异常检测模型,若模型的输出值大于设定阈值则表示当前系统异常,否则为正常。本发明利能够捕获网络会话中的时序异常,且训练数据集的构建不需要异常样本。

    一种基于加权相似度匹配的指令级电力系统业务防护方法

    公开(公告)号:CN117692207B

    公开(公告)日:2024-05-03

    申请号:CN202311701147.9

    申请日:2023-12-12

    摘要: 本申请涉及一种基于加权相似度匹配的指令级电力系统业务防护方法,包括以下具体步骤:通过解析电力系统中的网络流量,对其中的业务流量进行协议深度解析,得到业务指令的向量。根据电力特点,将业务指令向量分为多类,并进行指令分级和类别分级,用于后续计算加权项;根据系统故障时刻,将业务指令向量标记为正常和异常。对所有业务指令向量进行两两组合,组成多个数据对,得到训练数据集P。使用训练数据集P和加权损失函数训练事先准备好的卷积神经网络模型,得到训练好的异常检测模型,使用训练好的异常检测模型进行异常检测。解决了工业控制网络中异常数据较少,训练深度学习模型效果不佳的问题。具有检测精度高的特点,能检测未知业务异常的特点。

    一种基于加权相似度匹配的指令级电力系统业务防护方法

    公开(公告)号:CN117692207A

    公开(公告)日:2024-03-12

    申请号:CN202311701147.9

    申请日:2023-12-12

    摘要: 本申请涉及一种基于加权相似度匹配的指令级电力系统业务防护方法,包括以下具体步骤:通过解析电力系统中的网络流量,对其中的业务流量进行协议深度解析,得到业务指令的向量。根据电力特点,将业务指令向量分为多类,并进行指令分级和类别分级,用于后续计算加权项;根据系统故障时刻,将业务指令向量标记为正常和异常。对所有业务指令向量进行两两组合,组成多个数据对,得到训练数据集P。使用训练数据集P和加权损失函数训练事先准备好的卷积神经网络模型,得到训练好的异常检测模型,使用训练好的异常检测模型进行异常检测。解决了工业控制网络中异常数据较少,训练深度学习模型效果不佳的问题。具有检测精度高的特点,能检测未知业务异常的特点。