[发明专利]基于神经网络的智能电表异常检测方法

摘要

本发明涉及一种基于神经网络的智能电表异常检测方法，检测方法基于AMI获取智能电表的流量数据，基于网络协议分析对流量数据的字段建立观测测度，通过标准训练数据集和神经网络方法确定检测模型，通过在网闸入口处的旁路手段建立采集接口，实时获取流量测度，并通过检测模型检测出智能电表中流量可能包含的异常行为，这些行为可能是由于设备故障导致的故障流量，或者设备的操作系统被入侵控制后产生的攻击流量，或者采集线路被中间人攻击后注入的攻击流量。该检测方法可以有效的发现未知攻击手段产生的攻击形式，克服了基于规则的方法无法有效对未知攻击类型检测检测的弱点，提高了系统的安全性。

主权项

一种基于神经网络的智能电表异常检测方法，其特征在于，包括如下步骤：（1）测度定义：对智能电表的流量数据进行分析，定义用于后续检测系统需要的各项测度，建立测度集合；所述测度集合包括测度名，测度对应流量数据位置，测度计算方法；（2）训练集建立：根据选定的测度集合，从智能电表中获取一段时间内的运行数据，并从中提取出测度集合数据，建立标准的训练集；（3）检测模型建立：基于多层前馈网络和反向传播算法对训练集进行训练，建立神经网络检测模型，输入源为每个电表的测度集合数据，输出为异常或正常；（4）实时数据采集：从智能电表到数据中心入口处实时采集智能电表的流量，从流量中计算出测度数据；（5）实时检测：将步骤（4）获取的测度数据作为输入源发送至神经网络检测模型，根据神经网络检测模型的输出判断输入测度对应的智能电表数据属于异常或是正常。