[发明专利]基于机器学习的电力监控系统的网络安全主动防御方法

说明书

本发明公开了基于机器学习的电力监控系统的网络安全主动防御方法、系统、设备和介质，基于电力监控系统的实体网络系统，搭建虚拟蜜场网络；形成白名单；对虚拟蜜场网络进行网络安全监测；对虚拟蜜场网络中出现的数据流量或行为进行分析判断；若确定为攻击行为，则自动对电力监控系统的安全策略进行更新；若确定为非攻击行为且不在白名单内，则自动更新白名单。本发明基于预设仿真技术搭建出了电力监控系统的虚拟蜜场网络，并且通过机器学习的方式对实体网络内的正常数据流量以及正常行为进行学习，实时对虚拟蜜场网络环境中的数据流量或行为进行监控，无需依靠运维人员手动配置，自动完成电力监控系统现场安全防护设备策略更新。

技术领域

本发明涉及网络安全技术领域，特别是涉及一种电力监控系统的网络安全主动防御方法、系统、设备和介质。

背景技术

随着5G(5thGenerationMobileCommunicationTechnology，第五代移动通信技术)技术、物联网技术在工业控制领域的应用、黑客网络安全攻击技术的更新换代等诸多因素，工业控制系统网络安全防护不再像人们想象的那样“牢不可破”。电力行业作为能源领域的一部分，一旦收到破坏，将会对经济、民生等方面产生重大打击。

作为发电站的控制中心，电力监控系统的安全防护是电力行业信息管理的重中之重，须以极高标准与严格要求实施建设。然而当前电站电力监控系统使用的使用传统的工业防火墙、入侵检测等安全手段难以检测并防护有组织、大规模、持续性久与隐蔽性强的攻击。而且现有的电力监控系统，无法自动对未知的攻击进行判断和屏蔽，只能依靠人工来判断并且实现网络安全防护策略的更新。

发明内容

本发明要解决的技术问题是为了克服现有技术中电力监控系统无法修正策略以应对攻击行为的缺陷，提供一种基于机器学习的网络安全监测方法、系统、设备和介质。

本发明是通过下述技术方案来解决上述技术问题：一种基于机器学习的电力监控系统的网络安全主动防御方法，其特征在于，包括以下步骤：

基于电力监控系统的实体网络系统，搭建虚拟蜜场网络；

根据实体网络系统中的正常数据流量以及正常行为，形成白名单；

对所述虚拟蜜场网络进行网络安全监测；

对虚拟蜜场网络中出现的数据流量或行为进行分析判断；

若确定为攻击行为，则自动对电力监控系统的安全策略进行更新；若确定为非攻击行为且不在白名单内，则自动更新白名单。

优选地，所述正常数据流量包括各个实体主机之间的传输数据流量；

所述正常行为包括主机操作行为，数据库读写操作，上位机对控制器下达的指令和控制器返回给上位机的数据。

优选地，所述白名单包括正常数据流量的白名单，主机操作行为的白名单，上位机对控制器下达的指令的白名单，控制器返回给上位机的数据的白名单和数据库读写操作的白名单；

所述正常数据流量的白名单信息包括数据流量对应的源IP，目的IP，源端口，目的端口，服务，流量行为和数据内容格式；

所述主机操作行为的白名单信息包括日志信息；

所述上位机对控制器下达的指令的白名单信息包括指令对应的主机IP，下达的动作指令，指令范围和执行周期；

所述控制器返回给上位机的数据的白名单信息包括数据对应的控制器IP，现场观察项和返回的数值范围；

所述数据库读写操作的白名单信息包括读写操作对应的访问来源IP，访问范围，和读写的数据。

优选地，对虚拟蜜场网络中出现的数据流量和行为进行判断分析，具体包括：

所述数据流量或行为是否在白名单内，若是则继续监控；