準(zhǔn)確快速檢測(cè)智能變電站通信網(wǎng)絡(luò)異常流量是發(fā)現(xiàn)系統(tǒng)異常、實(shí)現(xiàn)安全態(tài)勢(shì)感知和主動(dòng)防御的關(guān)鍵技術(shù),對(duì)保證智能電網(wǎng)安全穩(wěn)定運(yùn)行有著重要意義。文中提出了基于時(shí)-頻域混合特征的智能變電站通信網(wǎng)絡(luò)異常流量檢測(cè)新方法。首先,設(shè)計(jì)了基于分形自回歸積分滑動(dòng)平均(FARIMA)流量模型和小波包分析方法的流量頻域特征提取方法,并結(jié)合電力信息流時(shí)域特征構(gòu)建時(shí)-頻域混合特征集。進(jìn)而,采用人工蜂群優(yōu)化的支持向量機(jī)算法進(jìn)行異常流量辨識(shí)。最后,基于某110 kV變電站的站內(nèi)實(shí)際網(wǎng)絡(luò)流量和CIC DDoS2019數(shù)據(jù)集、KDD99數(shù)據(jù)集進(jìn)行仿真,結(jié)果表明所提算法對(duì)網(wǎng)絡(luò)異常流量識(shí)別有更低的誤判率和漏檢率。

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 SCN流量分析與建模
2 時(shí)-頻域混合特征集提取方法
3 ABC-SVM網(wǎng)絡(luò)異常流量識(shí)別方法
4 基于時(shí)-頻域混合特征的異常流量檢測(cè)算法性能評(píng)價(jià)
    4.1 基于OPNET平臺(tái)的算法性能仿真測(cè)試
    4.2 基于CIC DDoS2019數(shù)據(jù)集的算法性能測(cè)試
    4.3 基于KDD99數(shù)據(jù)集的算法性能測(cè)試
5 結(jié)語
附錄A



本文編號(hào)：4044132