基于机器学习算法的电力信息网络安全态势感知研究OA
Research on Power Information Network Security Situation Awareness Based on LDA-RBF
为精准预测电力信息网络安全态势,提出一种基于机器学习算法的电力信息网络安全态势感知方法,将感知问题抽象化,通过感知模型来表征感知结果.基于线性判别分析方法进行样本数据的预处理,优化样本数据以获取组合特征,找出最佳投影;然后将处理后的数据作为RBF神经网络训练输入,找出与网络态势值的映射关系,从而量化系统的安全态势.最后通过KDD Cup99数据集与电力信息网络的攻击数据进行仿真比较,验证所提方法在网络安全态势分析中的可靠性.
张小飞;张道银;郑珞琳;陈德成;付蓉
国网电力科学研究院有限公司,江苏南京211106国网电力科学研究院有限公司,江苏南京211106国网电力科学研究院有限公司,江苏南京211106南京邮电大学自动化学院,江苏南京210023南京邮电大学自动化学院,江苏南京210023
信息技术与安全科学
网络安全态势感知电力信息网络网络攻击线性判别分析(LDA)RBF神经网络
《电器与能效管理技术》 2021 (8)
16-23,8
国家电网总部科技项目资助(5108-202118056A-0-0-00)
评论