-
公开(公告)号：CN118784301A
公开(公告)日：2024-10-15
申请号：CN202410878831.2
申请日：2024-07-02
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: H04L9/40 , G06N3/045 , G06N3/0442
Abstract: 本发明公开了一种恶意流量检测方法及终端，对网络流量进行预处理，得到数据包交互关系序列和包级特征序列，根据数据包交互关系序列构建具备时序关系的多个流内交互图，基于多个流内交互图和包级特征序列使用交互信息提取模型提取交互信息，得到图级表示特征序列，将图级表示特征序列输入恶意流量检测模型进行检测，得到检测结果，其中交互信息提取模型包括多个特征提取单元，每一特征提取单元包括多个图卷积层、ReLu层、Dropout层以及全局池化层，提高了模型的鲁棒性，能够有效地提取数据包之间的交互信息，恶意流量检测模型包括双向长短期记忆网络和多层感知器，能够准确提取网络流量数据中的时序信息，从而提高恶意流量检测的准确率。
-
公开(公告)号：CN118646579A
公开(公告)日：2024-09-13
申请号：CN202410837795.5
申请日：2024-06-26
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
IPC: H04L9/40
Abstract: 本发明公开了一种基于多层次网络流量信息融合的网络入侵检测方法及终端，对获取的网络流量数据进行预处理，得到网络流数据，基于网络流数据构建数据包时序图和流关联图，将数据包时序图输入双层入侵检测模型中的流级图处理模型，输出数据包时序图的图表示特征，并提取流关联图的节点特征，将图表示特征和节点特征进行融合，将得到的新的节点特征输入双层入侵检测模型中的网络流量检测模型，通过构建数据包时序图和流关联图，综合考虑了两种粒度的数据之间的关系，同时基于多层次的网络流量信息融合，使输入模型中的流量特征更为丰富，融合后的节点特征受到的扰动更少，鲁棒性能够得到保证，从而实现了高效且准确的网络入侵检测。
-
公开(公告)号：CN117875710A
公开(公告)日：2024-04-12
申请号：CN202410037813.1
申请日：2024-01-10
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
IPC: G06Q10/0635 , G06Q50/06 , G06F18/2415 , G06F18/243 , G06N5/01
Abstract: 本发明涉及一种基于贝叶斯网络的变电站设备模型安全分析与风险评估方法。首先，基于故障树分析，将设备故障事件建模为故障事件树，并利用可靠性数据估计设备故障率。然后，通过贝叶斯网络建立起设备模型的风险评估模型。该风险评估模型能够考虑设备的故障率、故障事件以及其它相关因素，实现对变电站设备模型的动态风险评估。本发明创造性地将变电站设备模型中物理部件的故障率和故障事件引入风险评估，得到一种新的风险指标层次结构。不仅考虑可靠性指标，还考虑变电站设备模型的本质安全特征，能够定量地呈现动态风险水平。通过将故障率和故障事件与贝叶斯网络相结合，可以更准确地评估设备的风险水平，并提前采取必要的措施来避免事故的发生。
-
公开(公告)号：CN109344620A
公开(公告)日：2019-02-15
申请号：CN201811040829.9
申请日：2018-09-07
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于对hadoop安全配置的检测方法。包括Hadoop输出端的检测、分布式NoSQL数据库的检测和网管服务器的检测，其中，Hadoop输出端的检测，为HDFS和HBase输出端设置安全的Flume代理，在KDC中要设置Flume标识并生成keytab文件建立Flume用户需要为Hadoop超级用户，建立用户组用于Flume模拟用户，允许模拟不同的源，把数据注入Hadoop，确保在数据摄入过程中一直遵守Hadoop中用户权限采用安全配置程序进行设置并对Flume模拟用户其进行安全检查。本发明通过模拟用户端和数据传输的过程对Hadoop输出端、分布式NoSQL数据库和网管服务器的安全配置进行检测，提前避免了因系统的升级更新导致的漏洞。
-
公开(公告)号：CN109245880A
公开(公告)日：2019-01-18
申请号：CN201811040882.9
申请日：2018-09-07
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于对hadoop组件安全加固方法。Kerberos服务器作为用户外部的存储库，将Kerberos作为验证协议对用户进行密码验证，成功通过Kerberos验证的用户许可票据，对使用用户进行等级划分，验证票据有效时可使用Hadoop中的服务，根据数据的敏感性将Kerberos中的上传数据分为多个数据块，对步骤二中不同等级的用户实行分块访问权限，数据块进行数据加密和隐藏，确保授权用户对敏感数据的安全访问，对未授权的网络进行数据进出的控制，通过网络拓扑使得大数据系统与其他企业信息系统相隔离。本发明Hadoop引入了对Kerberos的支持，提高了用户访问的安全性，通过对数据和用户的等级加密划分，保障了对各方面数据访问的限制，从而提高了安全性能。
-
Patent Agency Ranking
公开(公告)号：CN107888432A
公开(公告)日：2018-04-06
申请号：CN201711441051.8
申请日：2017-12-27
Applicant: 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院
IPC: H04L12/24
CPC classification number: H04L41/145
Abstract: 本发明的目的是提供一种基于风险传递机制的电力移动终端网络安全模型及建模方法，该模型包括：风险识别模块，该模块通过风险分析、识别，将电力移动安全风险数据化；风险计算模块，该模块根据提取到的数据报文，建立风险计算模型；以及风险传递算法实现模块，该模块采用细胞自动机的算法，分析风险传递关系，建立风险传递模型。本发明根据电力移动网络安全风险关系，将各类风险数据化。将数据化后的风险，通过细胞自动机算法，建立电力移动网络安全风险矩阵模型。根据计算得到的风险矩阵模型，计算出风险传递模型，最终判断电力移动系统节点是否被入侵。
-
公开(公告)号：CN117729540A
公开(公告)日：2024-03-19
申请号：CN202311740359.8
申请日：2023-12-15
Applicant: 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司
Abstract: 本发明涉及一种基于统一边缘计算框架的感知设备云边安全管控方法，具体步骤包括：通过统一边缘计算框架采集各终端设备的身份信息，并利用差分运算对所有身份信息采集差分星座轨迹图，再通过所述差分星座轨迹图在云端处进行自适应身份认证的深度卷积神经网络训练，利用训练好的自适应身份认证网络进行终端设备身份识别；在云端处通过预训练的基于自动编码器与解码器的身份信息互易变换网络提取基站的身份信息特征构建上行身份信息及重构下行身份信息；根据上行身份信息与下行身份信息在云端处预训练一个基站身份识别网络，通过统一边缘计算框架下发到终端设备，并通过统一边缘计算框架进行基站与终端设备间的双向设备身份识别。
-
公开(公告)号：CN109344620B
公开(公告)日：2021-08-31
申请号：CN201811040829.9
申请日：2018-09-07
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于对hadoop安全配置的检测方法。包括Hadoop输出端的检测、分布式NoSQL数据库的检测和网管服务器的检测，其中，Hadoop输出端的检测，为HDFS和HBase输出端设置安全的Flume代理，在KDC中要设置Flume标识并生成keytab文件建立Flume用户需要为Hadoop超级用户，建立用户组用于Flume模拟用户，允许模拟不同的源，把数据注入Hadoop，确保在数据摄入过程中一直遵守Hadoop中用户权限采用安全配置程序进行设置并对Flume模拟用户其进行安全检查。本发明通过模拟用户端和数据传输的过程对Hadoop输出端、分布式NoSQL数据库和网管服务器的安全配置进行检测，提前避免了因系统的升级更新导致的漏洞。
-
公开(公告)号：CN109190381A
公开(公告)日：2019-01-11
申请号：CN201811040881.4
申请日：2018-09-07
Applicant: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明涉及一种基于对hadoop安全漏洞的检测方法。设立hadoop安全漏洞数据库，添加hadoop核心组件扫描的对象；通过对扫描对象添加扫描策略及配置后，生成扫描任务；调用扫描引擎对已经创建好的扫描任务进行扫描；扫描引擎自动对扫描对象的目录和文件进行爬行的同时，实现对扫描对象的边爬行边探测；当扫描任务和扫描策略无需修改时，扫描执行直到扫描任务结束；否则，可停止扫描任务进行扫描任务和扫描策略的修改，而后重新执行扫描任务：扫描任务结束后，根据系统内置的扫描报告模版，输出扫描结果报告。本发明可以对系统进行实时监控，第一时间对系统的核心组件扫描并生成报告，减少了漏洞对系统的危害，保障了企业数据的安全性。
-
公开(公告)号：CN107800706A
公开(公告)日：2018-03-13
申请号：CN201711075740.1
申请日：2017-11-06
Applicant: 国网福建省电力有限公司 , 国家电网公司 , 国网福建省电力有限公司电力科学研究院
CPC classification number: H04L63/1416 , H04L41/142 , H04L41/145 , H04L63/1433
Abstract: 本发明涉及一种基于高斯分布模型的网络攻击动态监测方法。首先，监测网络数据，采集网络报文特征值；而后，根据提取到的数据报文，分析具有疑似攻击行为的数据报文，得到攻击数据序列；再而，根据攻击数据序列采用高斯分布模型建立有效攻击数据的概率分布模型；最后，根据攻击数据序列建立网络攻击分布图。本发明当监测到疑似的网络攻击行为时，通过数据报文建模分析是否存在攻击特征，是否存在需要进行重点监测防护；而后确认攻击序列，从大量电力移动网络数据中，快速定位到监测攻击行为；通过高斯分布模型计算网络攻击的分布概率，通过分布概率统计分析网络攻击的分布，进而产生网络攻击行为的判断与预警。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.062 seconds)
