[发明专利]一种基于数据特征提取的电网信息安全预警系统在审

专利信息
申请号: 202210139033.9 申请日: 2022-02-15
公开(公告)号: CN114493339A 公开(公告)日: 2022-05-13
发明(设计)人: 刘惠颖;左晓军;郗波;郭禹伶;侯波涛;常杰 申请(专利权)人: 国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06F16/25
代理公司: 石家庄轻拓知识产权代理事务所(普通合伙) 13128 代理人: 张培元
地址: 050021 河北省*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 特征 提取 电网 信息 安全 预警系统
【权利要求书】:

1.一种基于数据特征提取的电网信息安全预警系统,其特征在于,包括:大数据采集层、攻击信息特征提取存储层、数据分析层以及决策层;

其中,所述大数据采集层实现对基础设施运行数据、信息系统运行数据以及信息网络运行数据的实时采集,并同步收集内部数据和外部数据;

所述攻击信息特征提取存储层用于用于提取当前电网攻击情报的运行特征,实现攻击特征信息的提取和记录;

所述数据分析层用于实现采集数据的高效集成、计算和分析;

所述决策层用于实现信息网络风险的及时预警。

2.根据权利要求1所述的基于数据特征提取的电网信息安全预警系统,其特征在于:所述数据分析层包括集成模块、计算模块以及分析模块,其中,所述集成模块用于对所述大数据采集层的数据集成,即进行数据抽取、数据转换以及数据清洗,所述计算模块用于处理对集成后的数据进行批量数据处理以及流数据处理,所述分析模块用于对所述计算后的数据进行分析。

3.根据权利要求2所述的基于数据特征提取的电网信息安全预警系统,其特征在于:所述分析模块包括分析库模块以及预警模型,所述分析库模块用于提供分析模型,所述预警模型根据所述分析模型实现电力信息主动风险预警管理,所述分析库模块包括状态预警模型、阈值预警模型、快变预警模型、评价预警模型以及分级预警模型。

4.根据权利要求3所述的基于数据特征提取的电网信息安全预警系统,其特征在于:所述预警模型包括基础构架评价模型、实时可靠性模型以及历史运行评价模型,其中,所述基础构架评价模型通过拓扑发现技术得到信息网络拓扑架构,然后对拓扑架构中的所有基础设施进行重要性评估并采集其监控指标;所述实时可靠性模型对信息系统主要页面的实时监控指标以及监控页面响应以及响应时长;所述历史运行评价模型基于信息系统历史运行情况,用于历史告警数量和历史告警级别。

5.根据权利要求3所述的基于数据特征提取的电网信息安全预警系统,其特征在于:所述状态预警模型包括硬件、软件、基础支撑资源以及虚拟资源,用于每隔一段时间对所有信息资源探测一次,并判断其状态。

6.根据权利要求3所述的基于数据特征提取的电网信息安全预警系统,其特征在于:所述阈值预警模型用于做预警阈值判断,其算法如下:

T∈[Tmin,Tmax]

其中,T0max和T0min分别为上阈值和下阈值的初始值,t为当前日期,h为当前时间,m为天数,n为小时数。根据以上算法,信息资源的指标阈值T在上阈值Tmax和下阈值Tmin之间。

7.根据权利要求3所述的基于数据特征提取的电网信息安全预警系统,其特征在于:所述快变预警模型用于对非正常突变进行预警,其算法如下:

其中,Si表示第i台设备的负载,α为快变阈值由用户配置;

其中,Rmax和Rmin分别为经过数据清洗的历史运行数据最大值和最小值,A为历史数据的平均值,L代表指标的合理运行范围。

8.根据权利要求3所述的基于数据特征提取的电网信息安全预警系统,其特征在于:所述评价预警模型用于实现基础设施的评价,评价预警算法如下:

基于用户自定义设置的初始得分S0,各级别信息网络事件的数量m/n/p、权重α和扣分值f,可得到信息资源的最终评价得分S,并根据分数高低进行风险预警。

9.根据权利要求3所述的基于数据特征提取的电网信息安全预警系统,其特征在于:所述分级预警模型用于将预警事件分为指标级、基础设施级和信息网络级。

10.根据权利要求6所述的基于数据特征提取的电网信息安全预警系统,其特征在于:所述决策层包括资源管理模块、风险预警模块、决策分析模块。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司,未经国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210139033.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top