發(fā)布時(shí)間：2021-06-11 06:11

　　通信網(wǎng)絡(luò)的安全性是智能電網(wǎng)穩(wěn)定運(yùn)行的前提和基礎(chǔ)。針對(duì)現(xiàn)有電力通信網(wǎng)絡(luò)入侵檢測(cè)方法存在的檢測(cè)率、效率低、漏檢誤檢高等不足,提出一種基于壓縮感知的檢測(cè)方法研究。利用壓縮感知技術(shù)對(duì)原始信號(hào)進(jìn)行降維處理,并匹配觀測(cè)向量矩陣;鑒于原始信號(hào)的稀疏性可以得到最優(yōu)的匹配結(jié)果,并通過(guò)屬性約簡(jiǎn)去除過(guò)多的冗余數(shù)據(jù),基于誤差二次方對(duì)電力數(shù)據(jù)進(jìn)行重構(gòu)、量化與恢復(fù),改善數(shù)據(jù)度量的質(zhì)量,保留原始信號(hào)中的細(xì)節(jié)特征,準(zhǔn)確識(shí)別出惡意數(shù)據(jù)或代碼。仿真結(jié)果表明,提出方法在應(yīng)對(duì)DoS和R2L等不同的攻擊類型時(shí),都能夠獲得更高的檢測(cè)率水平,在檢測(cè)耗時(shí)方面相對(duì)于傳統(tǒng)方法也具有明顯優(yōu)勢(shì)。 

【文章來(lái)源】：通信技術(shù). 2020,53(03)

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

R2L攻擊類型的檢測(cè)效率分布

原始信號(hào)稀疏變換的關(guān)鍵是選擇合適和稀疏變換基，這是信號(hào)降維與矩陣匹配的關(guān)鍵。研究入侵信號(hào)稀疏表示時(shí)，基于投影系數(shù)η的衰減速度予以判斷和衡量。對(duì)大多數(shù)經(jīng)過(guò)壓縮的基函數(shù)而言，都能夠找到一個(gè)與其匹配的稀疏向量。只有對(duì)入侵信號(hào)做稀疏變換和降維處理，才能夠執(zhí)行下一步的壓縮感知、信號(hào)約簡(jiǎn)與信號(hào)重構(gòu)。數(shù)據(jù)壓縮的目的是去除過(guò)多的冗余數(shù)據(jù)。如果設(shè)壓縮后的樣本向量為X′，則基于壓縮感知的數(shù)據(jù)約簡(jiǎn)過(guò)程如下：在式（4）的條件下，原始信號(hào)樣本的約簡(jiǎn)率τ表示為：

在MATLAB的仿真環(huán)境下，驗(yàn)證提出智能電網(wǎng)入侵檢測(cè)方法的適用性和有效性。本文選取的網(wǎng)絡(luò)入侵類型為Do S和R2L兩種類型，每種攻擊類型分別進(jìn)行14次仿真試驗(yàn)，并引入文獻(xiàn)[7]和文獻(xiàn)[8]的入侵檢測(cè)方法參與對(duì)比。首先驗(yàn)證在相同的仿真條件下3種方法的檢測(cè)率分布情況，如圖2和圖3所示。圖3 R2L攻擊類型的檢測(cè)率散點(diǎn)分布

【參考文獻(xiàn)】：
期刊論文
[1]智能全景系統(tǒng)概念及其在現(xiàn)代電網(wǎng)中的應(yīng)用體系[J]. 張曉華,劉道偉,李柏青,馮長(zhǎng)有.  中國(guó)電機(jī)工程學(xué)報(bào). 2019(10)
[2]配電網(wǎng)功率平衡調(diào)節(jié)與無(wú)功補(bǔ)償研究及裝置[J]. 常棟梁,何立柱,李洋,高飛,陳永耀,張悅.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2019(04)
[3]基于深度學(xué)習(xí)的輸變電設(shè)備異常發(fā)熱點(diǎn)紅外圖片目標(biāo)檢測(cè)方法[J]. 劉云鵬,裴少通,武建華,紀(jì)欣欣,梁利輝.  南方電網(wǎng)技術(shù). 2019(02)
[4]基于循環(huán)神經(jīng)網(wǎng)絡(luò)的無(wú)線網(wǎng)絡(luò)入侵檢測(cè)分類模型構(gòu)建與優(yōu)化研究[J]. 陳紅松,陳京九.  電子與信息學(xué)報(bào). 2019(06)
[5]基于粗糙集和SPSO的網(wǎng)絡(luò)入侵檢測(cè)方案[J]. 朱亞?wèn)|.  控制工程. 2018(11)
[6]基于數(shù)字化技術(shù)的電網(wǎng)資產(chǎn)管理關(guān)鍵技術(shù)及應(yīng)用[J]. 劉文霞,郝永康,張馨月,黃珊,劉宗歧,王志強(qiáng),范明天.  電網(wǎng)技術(shù). 2018(09)
[7]基于特高壓功率與電網(wǎng)頻率偏差的省級(jí)電網(wǎng)AGC復(fù)合閉鎖策略研究[J]. 李金龍,袁貴川,周劍,李金暉,郭亮.  電力系統(tǒng)保護(hù)與控制. 2017(24)
[8]基于混淆矩陣的多目標(biāo)優(yōu)化三支決策模型[J]. 徐健鋒,苗奪謙,張遠(yuǎn)健.  模式識(shí)別與人工智能. 2017(09)



本文編號(hào)：3223984