-
公开(公告)号:CN115913694A
公开(公告)日:2023-04-04
申请号:CN202211403381.9
申请日:2022-11-10
Applicant: 国网计量中心有限公司
IPC: H04L9/40 , G06N3/0464 , G06F18/24 , G16Y10/35 , G16Y40/50
Abstract: 本发明公开了一种基于行为的电力物联网入侵检测方法,涉及电力物联网技术领域。本发明通过对电力物联网的数据包进行特征提取和分类,实现了伪造数据包的辨识,包括计算网络流量行为特征;计算GOOSE行为模式特征;计算MMS行为特征;根据异常检测函数A进行判断是否存在电力物联网入侵攻击;本发明构建了电力物联网流量数据包的特征集,并基于深度卷积神经网络CNN对电力物联网通信数据包进行分类,为电力物联网信息安全、网络态势感知以及保证信息物理紧耦合电力系统稳定运行提供了支撑。
-
公开(公告)号:CN115865423A
公开(公告)日:2023-03-28
申请号:CN202211403528.4
申请日:2022-11-10
Applicant: 国网计量中心有限公司
IPC: H04L9/40 , G06N3/0464 , G06N3/08 , G16Y10/35 , G16Y40/50
Abstract: 本发明公开了一种基于深度卷积神经网络的电力物联网检测系统及方法,其中该检测系统包括流量采集模块、流量特征提取模块、异常流量辨识模块;流量采集模块用于采集电力物联网数据包的源地址、目标地址、开始时间、停止时间、包大小、组播地址、优先级、源端口、目标端口与7个流量统计特征;流量特征提取模块将流量采集模块所采集数据中非数值类型的属性通过One‑Hot编码方式进行数值化,其余属性数据归一化处理。优点在于:通过获取通信网络数据包的关键特征,从而实现对数据包的快速识别和过滤,从而辨识和丢弃伪造消息,OPNET仿真结果表明,该方法成功地识别和丢弃了伪造消息,避免了真实消息在拥塞期间传输过程中的超时和丢包现象。
-