-
公开(公告)号：CN111865947B
公开(公告)日：2021-07-20
申请号：CN202010650550.3
申请日：2020-07-08
Applicant: 浙江大学 , 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明提出了一种基于迁移学习的电力终端异常数据生成方法，属于智能电网安全领域。本发明基于非电力物联网运行数据及电力物联网正常运行数据，构建了多解码器Seq2Seq神经网络。通过针对电力终端不同层面的数据注入生成恶意攻击，利用电力监控系统模拟实验平台的数据进行训练，生成大量适用于电力物联网终端的模拟恶意攻击数据。本发明不仅能够大大改善因数据量不足而无法使用很多高性能算法来提升系统安全性的窘境，同时解决了在生成攻击数据时，缺少平行监督数据的难题。构建的迁移算法能够在保留攻击特征的前提下，较好的实现不同网络环境下流量设备特征的迁移，对于推动后续的系统化科学研究甚至电力物联网发展有着重要的意义。
-
公开(公告)号：CN110910271B
公开(公告)日：2021-07-06
申请号：CN201910936423.7
申请日：2019-09-29
Applicant: 浙江大学
Abstract: 本发明公开了一种基于功耗和EMI的电力终端指纹构建方法。该方法利用功耗和EMI信号来构建电力终端的指纹，包括如下步骤：1)采集电力终端的功和EMI数据；2)对数据进行分析处理；3)提取样本关键特征并归一化，得到特征向量；4)采用特征向量训练分类器，得到终端指纹。本发明可以根据EMI数据和功耗的特征生成的指纹是否与该设备指纹匹配，从而对电力终端设备做出认证。该方法可以有效应对目前的伪终端攻击，同时不需要添加额外的硬件。
-
公开(公告)号：CN112866189A
公开(公告)日：2021-05-28
申请号：CN202011471855.4
申请日：2020-12-14
Applicant: 南方电网科学研究院有限责任公司 , 浙江大学
Abstract: 本发明公开了一种基于电力终端攻击行为特征的攻击建模分析方法，该方法结合电力工控攻击样本，进行数据预处理，特征提取，使用K‑means算法进行循环交叉验证，实现对电力工控系统攻击的分类。本发明可针对电力系统中目前存在的拒绝服务攻击、利用型攻击、信息收集攻击、假消息型攻击等进行检测。
-
-
公开(公告)号：CN112464869A
公开(公告)日：2021-03-09
申请号：CN202011443743.8
申请日：2020-12-08
Applicant: 南方电网科学研究院有限责任公司 , 浙江大学
Abstract: 本发明公开了一种基于功耗信息的DTU安全监测系统，包括数据采集模块和信息处理模块；所述的数据采集模块用于获取终端设备的电气功耗信息，并将模拟量转化为数字量，从而获得二进制数据流，将其传输给信息处理模块；所述的信息处理模块用于对数据采集模块传输的信息进行特征提取，并进行模型训练和分类，最终预测故障及故障类型。本发明立足于电力终端的内部功耗信息，研究功耗信息的传播转换、协同一致的特性以及其与系统安全的关联性，在保证监测准确性的前提下减少了数据处理分析的复杂过程，在一定程度上简化了电力终端的安全监测的实现。
-
Patent Agency Ranking
公开(公告)号：CN108664785B
公开(公告)日：2020-12-08
申请号：CN201810299278.1
申请日：2018-04-04
Applicant: 浙江大学
IPC: G06F21/44
Abstract: 本发明公开了一种基于CPU模块电磁辐射的设备指纹提取和认证方法，采用收集设备CPU模块电磁辐射数据的方式，实现对当前设备的认证。与现有基于软件的设备认证技术相比，该方法依靠于硬件而非传统的软件，提高了该方法的可靠性和稳定性；设备的CPU模块在制造过程中因为加工工艺的限制，不同的CPU模块之间存在微小的误差，而这些误差在设备的生命周期内几乎是恒定且无法修改的，所以该方法相对于传统的依据mac地址等硬件信息的方式准确度更高。与现有基于设备内部器件的设备指纹提取方法相比，本发明方法不依赖于设备操作系统进行数据采集，降低了系统遭受攻击带来的认证风险，提高了认证的稳定性和可信性，本发明方法的认证精确度在98％左右。
-
公开(公告)号：CN111865947A
公开(公告)日：2020-10-30
申请号：CN202010650550.3
申请日：2020-07-08
Applicant: 浙江大学 , 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
Abstract: 本发明提出了一种基于迁移学习的电力终端异常数据生成方法，属于智能电网安全领域。本发明基于非电力物联网运行数据及电力物联网正常运行数据，构建了多解码器Seq2Seq神经网络。通过针对电力终端不同层面的数据注入生成恶意攻击，利用电力监控系统模拟实验平台的数据进行训练，生成大量适用于电力物联网终端的模拟恶意攻击数据。本发明不仅能够大大改善因数据量不足而无法使用很多高性能算法来提升系统安全性的窘境，同时解决了在生成攻击数据时，缺少平行监督数据的难题。构建的迁移算法能够在保留攻击特征的前提下，较好的实现不同网络环境下流量设备特征的迁移，对于推动后续的系统化科学研究甚至电力物联网发展有着重要的意义。
-
公开(公告)号：CN108810958B
公开(公告)日：2020-10-20
申请号：CN201810504002.2
申请日：2018-05-23
Applicant: 浙江大学
Abstract: 本发明公开了一种基于隐马尔科夫模型的潮间带传感器节点状态估计方法，步骤如下1)建立隐马尔科夫模型，2)测量节点状态转移矩阵，3)测量混淆矩阵，4)估计节点状态。本发明通过针对部署在潮间带的传感器网络，通过利用节点状态与数据包信号强度的强相关系，设计隐马尔科夫模型，最终准确估计节点状态。对于潮间带无线传感器网络，准确获取节点的状态，有利于选择更高效的数据传输路径，最终达到降低系统延时的目的。
-
公开(公告)号：CN109541323B
公开(公告)日：2020-09-22
申请号：CN201811170808.9
申请日：2018-10-08
Applicant: 浙江大学
IPC: G01R29/08
Abstract: 本发明公开了一种基于电磁辐射的应用程序使用情况推测方法，使用智能手机内置磁力计采集特定用户个人电脑的电磁辐射信号，通过分析并对比采集的电磁辐射信号，推测该用户在该个人电脑上的应用程序使用情况，如何时打开何种应用等。与现有基于交流能耗的应用程序使用情况推测方法相比，该方法使用常见的智能手机进行数据采集，无需修改个人电脑及其配件的硬件设施，降低了应用程序使用情况推测的成本和难度。与现有基于内存使用的用户应用程序使用情况推测方法相比，该方法无需侵入用户个人电脑的软件系统，不易被用户察觉，具有更高的隐蔽性。本发明方法的应用程序使用情况推测精确度在98％左右。
-
公开(公告)号：CN111132055A
公开(公告)日：2020-05-08
申请号：CN202010043793.0
申请日：2020-01-15
Applicant: 浙江大学
Abstract: 本发明公开了一种基于情境一致性的实时室内移动设备自发接入方法和系统，包括：接收移动设备发起室内服务请求；告知移动设备和室内原有部署的智能设备确定验证过程中使用的异构传感器组合，并进行数据采集，异构传感器组合在预定时间内采集连续的用户随机运动数据，并基于采集数据生成所述移动设备和所述智能设备的情境指纹；比对所述移动设备和所述智能设备的情境指纹的一致性，完成室内移动设备邻近度验证，并进而授予所述移动设备的访问权限。本发明利用验证双方可用的异构传感器实现移动设备的邻近度实时验证，无需增加额外的硬件设备，无需验证双方精确的时间同步，做到最小用户参与，在保证安全性的同时，极大地提升可用性与用户体验。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.044 seconds)
