基于动态增量聚类分析的电力信息网络攻击模式识别算法

发布时间：2021-02-07 17:03

　　随着数字电网建设的逐步开展,物联网与传统电网相结合形成的电力物联网正成为关键一环。然而,电力物联网所面临的网络安全威胁形势将更加复杂,主要表现在两个方面:一方面是物联网终端设备本身的安全缺陷所引入的不可控风险;另一方面是承载终端设备控制信息流与数据流的电力信息网络遭受入侵的风险。而其中关键的技术则是对攻击模式的准确识别,从而有利于安全运维队伍进一步分析敌人的攻击手段、攻击路径和攻击习惯,为下一步的攻击防御做好准备。本文通过改进机器学习中的聚类分析算法,建立了一种基于动态增量聚类分析的网络攻击模式识别算法模型,该模型具有大数据场景下的聚类分析能力,并能够对孤立数据进行清除、对聚类类别进行控制和对聚类后的模式数据进行后处理,进一步提升攻击模式识别的准确率。此外,本文还综合运用了开源网络入侵检测数据集对算法模型进行分析验证,对其正确性与有效性进行评估。最后,还将算法模型进行实际应用,取得了一定的实际效果。 

【文章来源】：南方电网技术. 2020,14(08)北大核心

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于大数据的电力信息系统网络安全分析[J]. 赵川,孙华利,王国平,路学刚.  电子设计工程. 2019(23)
[2]数据挖掘在电力信息系统网络安全的应用[J]. 李燕,李策,冯丽丽.  集成电路应用. 2019(06)
[3]针对D-PMU数据的网络攻击分析及应对策略[J]. 何西,涂春鸣,李培强.  南方电网技术. 2019(04)
[4]2019年3月网络安全监测数据分析[J]. 周彧.  互联网天地. 2019(04)
[5]基于模糊推理的计量自动化系统网络安全态势感知[J]. 钱斌,蔡梓文,肖勇,杨劲锋,廖年冬,苏盛.  南方电网技术. 2019(02)
[6]基于图算法的APT攻击检测[J]. 李斯祺,李艳斐.  网络空间安全. 2018(06)
[7]TD-LTE电力无线专网端到端安全防护系统[J]. 陈立明,陈华军,郭晓斌,许爱东,陈富汉.  南方电网技术. 2016(01)
[8]基于大数据聚类算法在网络安全中的应用[J]. 王胜利.  网络安全技术与应用. 2016(01)
[9]基于攻击模式识别的网络安全态势评估方法[J]. 王坤,邱辉,杨豪璞.  计算机应用. 2016(01)
[10]基于沙箱回避的APT研究[J]. 孙增,施勇,薛质.  信息安全与通信保密. 2015(03)

硕士论文
[1]电力信息网络安全态势评估与预测方法研究[D]. 李冰霞.华北电力大学 2014
[2]基于聚类分析的入侵检测算法研究[D]. 吴龙常.东北大学 2011



本文编号：3022539