[发明专利]一种电力物理网安全态势感知方法、装置、设备及介质

说明书

本发明公开了一种电力物理网安全态势感知方法、装置、设备及介质。该方法包括：从观测队列中获取当前观测主体，获取所述当前观测主体的通信矩阵；使用基于深度学习的态势感知模型，将所述通信矩阵映射为态势感知向量；在所述态势感知向量的梯度上升方向上选择新的观测主体，并加入所述观测队列中；返回执行从观测队列中获取当前观测主体，获取所述当前观测主体的通信矩阵的操作，直至根据态势感知向量定位到安全事故发生点，发出警报。本发明实施例的技术方案，可以通过深度学习模型，实现以部分节点的局部观测信息，对电力物联网的全局安全态势进行监控。

技术领域

本发明涉及信息安全技术领域，尤其涉及一种电力物理网安全态势感知方法、装置、设备及介质。

背景技术

电力物联网是电力技术与物联网以及大数据、人工智能、云计算等先进技术结合的产物，其将信息采集、数据处理、智能控制等信息技术深度融合到电力物理系统，以实现人与物的互联。电力物联网一端连接着电力能源，另一端连接着金融、交通等重要现实领域，既承担着保障电力能源用户信息和数据安全的重任，又维持着电网的安全稳定运行，对经济社会的正常运行影响巨大。

现有技术中，电力物联网作为互联网和工业深度结合的产物，其受到网络攻击所造成的数据有偏、缺失、爆炸等问题可直达电网的一线物理层，进而使社会经济和国家安全遭受重大损失。因此，亟需通过对物联网先进技术的运用，实现全面感知、精准预测和智能决策，建立应对电力物联网网络安全威胁的主动防御方法。

但是，电力物联网的时变非线性、随机不确定性和局部可观测性，使传统机器学习方法难以全面反映新形态下电力物联网系统的稳态和暂态特征，提高电网规划设计、运行维护和保护控制的难度。

发明内容

本发明提供了一种电力物理网安全态势感知方法、装置、设备及介质，以解决传统机器学习方法难以全面感知电力物联网的安全态势的问题，通过深度学习模型，实现以部分节点的局部观测信息，对电力物联网的全局安全态势进行监控。

根据本发明的一方面，提供了一种电力物理网安全态势感知方法，包括：

从观测队列中获取当前观测主体，获取所述当前观测主体的通信矩阵；

使用基于深度学习的态势感知模型，将所述通信矩阵映射为态势感知向量；

在所述态势感知向量的梯度上升方向上选择新的观测主体，并加入所述观测队列中；

返回执行从观测队列中获取当前观测主体，获取所述当前观测主体的通信矩阵的操作，直至根据态势感知向量定位到安全事故发生点，发出警报。

可选的，所述获取所述当前观测主体的通信矩阵，包括：

通过中间人代理网络，采集所述当前观测主体在一个周期内的全部通信数据包；所述通信数据包中包括数据流以及通信主体向量，所述通信主体向量从发送源指向接收源端；

根据所述通信主体向量对所述通信数据包进行分类，得到分组数据包；

将各分组数据包转换为二进制，并按时间顺序对各分组数据包进行排序，组成有序的数据包集合；

将所述有序的数据包集合转换为行列确定的通信矩阵。

可选的，所述将所述有序的数据包集合转换为行列确定的通信矩阵，包括：

获取通信矩阵的行列数；所述行列数是根据指定数量的有序数据包集合的数据包数量分布以及数据包长度分布确定的；

根据所述通信矩阵的行列数，对所述当前观测主体的有序的数据包集合进行筛选切分处理，生成通信矩阵。

可选的，在使用基于深度学习的态势感知模型，将所述通信矩阵映射为态势感知向量之前，还包括：