以遼寧省智能電網(wǎng)系統(tǒng)為研究對(duì)象,分析其存在的信息安全問題,然后針對(duì)性的制定入侵檢測(cè)系統(tǒng),并改進(jìn)算法,主要使用的是R-NNIDS系統(tǒng)與Snort相兼容的規(guī)則描述方法,可以對(duì)網(wǎng)絡(luò)中具有攻擊性的數(shù)據(jù)包簡(jiǎn)化描述,降低數(shù)據(jù)量。建立SVM模型,基于神經(jīng)網(wǎng)絡(luò)對(duì)智能電網(wǎng)入侵檢測(cè)方法改進(jìn),并對(duì)其進(jìn)行檢測(cè),整體上減少檢測(cè)系統(tǒng)的誤報(bào)率和漏報(bào)率,并降低數(shù)據(jù)量,提高工作的便捷性,減少成本,更好的服務(wù)于智能電網(wǎng)管理工作的開展。具體研究過程中,擬解決的關(guān)鍵問題:如何進(jìn)行入侵檢測(cè)方法的創(chuàng)新,如何進(jìn)行入侵檢測(cè)系統(tǒng)設(shè)計(jì)改進(jìn),如何準(zhǔn)確識(shí)別入侵行為,并增強(qiáng)對(duì)新的入侵行為的檢測(cè)能力。通過實(shí)踐研究,得出結(jié)論如下:整個(gè)入侵檢測(cè)模型設(shè)計(jì)使用的是SVM,方法為二次分解法、SOM方法和LM方法,并對(duì)其進(jìn)行改進(jìn),使用KPCA算法進(jìn)行神經(jīng)網(wǎng)絡(luò)分類器標(biāo)志設(shè)置,為KPCAINN,使用ICA方法的分類器標(biāo)志設(shè)置為ICAINN。檢測(cè)結(jié)果相對(duì)較好,具有實(shí)用性;R-NNIDS系統(tǒng)設(shè)計(jì)合理,可以發(fā)現(xiàn)一些新的入侵行為。除此以外,遼寧省智能電網(wǎng)面臨的風(fēng)險(xiǎn)為計(jì)算機(jī)系統(tǒng)硬件和通信設(shè)施容易受到自然環(huán)境、自然災(zāi)害及人為的物理破壞,計(jì)算機(jī)系統(tǒng)的軟件和數(shù)據(jù)容易受到非法竊... 

【文章來源】：遼寧工程技術(shù)大學(xué)遼寧省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３．７?Ｒ２Ｌ類型入侵檢測(cè)精度??Ｆｉｇｕｒｅ?３．７?Ｒ２Ｌ?ｔｙｐｅ?ｉｎｔｒｕｓｉｏｎ?ｄｅｔｅｃｔｉｏ?

節(jié)??（１）學(xué)習(xí)模型??集成學(xué)習(xí)的主要理念就是對(duì)一些繁雜的知識(shí)和數(shù)據(jù)進(jìn)行優(yōu)化處理，產(chǎn)生一些有用的、??有價(jià)值的數(shù)據(jù)信息，便于實(shí)際的學(xué)習(xí)和認(rèn)知。模型為ｙ＝ｆ?（ｘ），接下來，在實(shí)際的訓(xùn)練集??之中，找到適應(yīng)于這一模型的學(xué)習(xí)器ｈ，在輸入ｘ之后，則可以得出ｙ，通過ｙ的結(jié)果反??映ｘ的類別和預(yù)測(cè)值。在整個(gè)訓(xùn)練過程之中，Ｔ可以產(chǎn)生ｍ個(gè)子訓(xùn)練集Ｔｉ＝?（ｉ＝ｌ，．．．ｍ），??不同子訓(xùn)練集將會(huì)對(duì)應(yīng)不同的學(xué)習(xí)器ｈｉ＝（ｉ＝ｌ，．．．ｍ），并通過一定的規(guī)則組成訓(xùn)練集與??學(xué)習(xí)期之間的集合。示意圖如圖４．?３所示。??Ｔ??學(xué)習(xí)?＋?Ｉ?—ｉ??Ｔ１?．．．?Ｔｍ??ｉ?ｉ??ｈｉ?ｈｍ???｜十?１?１十?卞１?????１?Ｉ?Ｔ??（ｘ，?？?）?＾?ｈ＊＝ｆ?（ｈｉ，?．．ｈｍ）???Ｉ???應(yīng)用?（ｘ，ｙ＊）??圖４．３集成學(xué)習(xí)示意圖??Ｆｉｇｕｒｅ?４．３?Ｉｎｔｅｇｒａｔｅｄ?ｌｅａｒｎｉｎｇ?ｓｃｈｅｍａｔｉｃ??（２）算法介紹??２１??

ＮＮ?－??ｘ，’十＋＋卞ｒ＇ｓ?集成系統(tǒng)??９８?－?乂?？七?，？味＇ｘ、ｘ、ＩＮＮ?－??本本?＇本木?＾ｘ－ｘ－ｘ－．：：??９７＇－?－??ｇ?＋??ＩＴ?９５?■?■??ｇ?９５－?ｙ?公玖??９４＾?林？外＋？?．??ｑ＿?七＇＋、、＋?〇＇玖辦分分〇??９２?－?■??吁？?＋?＋?＋?＋?—??ｇｉ??Ｉ?Ｉ?ｉ?ｉ?ｉ???０?１０００?２０００?３０００?４０００?５０００?６０００??測(cè)試集??圖４．５分類正確率ＩＲ對(duì)比圖??Ｆｉｇｕｒｅ?４．５?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｃｏｒｒｅｃｔ?ｒａｔｅ?ＩＲ?ｃｏｍｐａｒｉｓｏｎ?ｃｈａｒｔ??１００?１?１?１?１?－?■■■?－??Ｉ?．．．Ｋ—ＫＰＣＡＩＮＮ??９９?－?－－?＋?－－ＩＣＡＩＮＮ?－??９８?－?乂?＾七命４＂?，？味乂＇ｘ、ｘ、－??本冰?＇本本?＾＂ｋ－－ｘ－－ｋ－．ｋ．．３：??Ｗ?－??ｇ?屮．？＋??＃?９６?－?－??§?９５?■?ｙ乃?總它、?■??Ｉ心一林ｔ？?＇％、?．??屮＋、?攻說??９３－?＇＋＇＋?分？分？）??９２?－?＊??十屮＋?＋?＋?－－??９１??Ｉ?Ｉ?Ｉ?Ｉ?Ｉ???０?１０００?２０００?３０００?４０００?５０００?６０００??測(cè)試集??圖４．６誤警率Ｉｐ對(duì)比圖??Ｆｉｇｕｒｅ?４．６?Ｆａｌｓｅ?ａｌａｒｍ?ｒａｔｅ?Ｉ，？?ｃｏｍｐａｒｉｓｏｎ?ｃｈａｒｔ??２６??

【參考文獻(xiàn)】：
期刊論文
[1]面向電力網(wǎng)絡(luò)的多屬性SCADA入侵檢測(cè)[J]. 蔣晨達(dá),李津.  電力學(xué)報(bào). 2018(04)
[2]智能電網(wǎng)入侵檢測(cè)綜述[J]. 蔣南允,程光.  網(wǎng)絡(luò)空間安全. 2018(01)
[3]云計(jì)算環(huán)境下的智能電網(wǎng)光通信網(wǎng)絡(luò)安全的研究[J]. 杜博.  自動(dòng)化與儀器儀表. 2018(01)
[4]運(yùn)用PCA改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的用電異常行為檢測(cè)[J]. 田野,張程,毛昕儒,劉驥.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(08)
[5]智能電網(wǎng)鄰域網(wǎng)分級(jí)式入侵檢測(cè)系統(tǒng)研究[J]. 李雅潔,丁一,馬文潔,鈕丹陽(yáng).  軟件. 2017(07)
[6]電力信息物理融合系統(tǒng)環(huán)境中的網(wǎng)絡(luò)攻擊研究綜述[J]. 湯奕,陳倩,李夢(mèng)雅,王琦,倪明,梁云.  電力系統(tǒng)自動(dòng)化. 2016(17)
[7]基于圖論的矩陣算法在配電網(wǎng)故障定位中的應(yīng)用[J]. 胡福年,孫守娟.  中國(guó)電力. 2016(03)
[8]智能電網(wǎng)中分層網(wǎng)絡(luò)結(jié)構(gòu)的入侵檢測(cè)系統(tǒng)研究[J]. 徐靜,姚志壘,徐森,李永忠,吳素芹.  鄭州輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版). 2015(Z2)
[9]智能電網(wǎng)信息安全現(xiàn)狀分析及防護(hù)建議[J]. 王秀清,王素麗,車方圓,于香英,李旭峰.  信息技術(shù). 2015(09)
[10]多層極限學(xué)習(xí)機(jī)在入侵檢測(cè)中的應(yīng)用[J]. 康松林,劉樂,劉楚楚,廖鋟.  計(jì)算機(jī)應(yīng)用. 2015(09)

碩士論文
[1]信息安全知識(shí)服務(wù)系統(tǒng)研究與實(shí)現(xiàn)[D]. 江國(guó)林.鄭州大學(xué) 2017
[2]基于圖論分析的智能電網(wǎng)信息攻擊入侵檢測(cè)研究[D]. 李建金.燕山大學(xué) 2017
[3]配用電系統(tǒng)高級(jí)量測(cè)體系與數(shù)據(jù)應(yīng)用方法研究[D]. 劉沅昆.華北電力大學(xué) 2017
[4]入侵檢測(cè)技術(shù)在微電網(wǎng)監(jiān)控中的應(yīng)用研究[D]. 高文鵬.華北電力大學(xué)(北京) 2016
[5]智能電網(wǎng)DNP3協(xié)議安全機(jī)制研究與實(shí)現(xiàn)[D]. 閆爽.國(guó)防科學(xué)技術(shù)大學(xué) 2016
[6]智能電網(wǎng)高級(jí)量測(cè)體系入侵檢測(cè)方法研究[D]. 張超超.華北電力大學(xué)(北京) 2016
[7]電力CPS網(wǎng)絡(luò)攻擊模式分析與智能電表入侵檢測(cè)方法研究[D]. 吳長(zhǎng)江.長(zhǎng)沙理工大學(xué) 2015
[8]智能電網(wǎng)AMI網(wǎng)絡(luò)安全機(jī)制研究[D]. 劉小雪.國(guó)防科學(xué)技術(shù)大學(xué) 2014
[9]基于AMI的入侵檢測(cè)技術(shù)研究[D]. 簡(jiǎn)富俊.華北電力大學(xué) 2014
[10]智能電網(wǎng)通信系統(tǒng)的網(wǎng)絡(luò)安全[D]. 劉力.南昌大學(xué) 2012



本文編號(hào)：3392866