-
公开(公告)号：CN112511519A
公开(公告)日：2021-03-16
申请号：CN202011313089.9
申请日：2020-11-20
申请人： 华北电力大学 , 国家电网公司 , 国网山东省电力公司信息通信公司
IPC分类号： H04L29/06
摘要： 本发明公开了一种基于特征选择算法的网络入侵检测方法，包括如下步骤：1：使用QBSO‑FS算法，对NSL‑KDD数据在多种机器学习模型上的分类效果进行优化，获得优化子集；2：使用步骤1得到的优化子集，联合决策出新的特征子集；3：使用步骤2得到新的特征子集作为输入，用于复杂机器学习模型分类使用。本发明方法是基于QBSO‑FS和机器学习的入侵检测方法，原始数据经过特征选择后在普通机器学习算法中分类精度有效提升，在融合多种机器学习算法分类的最优特征子集后，数据集在高性能机器学习分类算法上表现优于一般特征选择算法；通过使用特征选择来提升机器学习算法的分类精度，适用于物联网环境下设备计算资源不多的情况，实际布控可行性是高于复杂的深度学习模型的。
-
公开(公告)号：CN112583852B
公开(公告)日：2022-05-13
申请号：CN202011579734.1
申请日：2020-12-28
申请人： 华北电力大学 , 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 全球能源互联网研究院有限公司
摘要： 本发明公开了一种异常流量检测方法，包括以下步骤：步骤1：从抓包软件中获取网络原始流量文件，对原始流量文件进行预处理，并将预处理后的数据作为数据样本；步骤2：利用卷积神经网络对流量数据进行空间域的表征特征提取；步骤3：利用LSTM对经过空间域特征提取后的数据进行时序特征提取；步骤4：使用softmax对提取后的特征进行分类，判定网络流量异常与否。本发明异常流量检测方法，提高了网络空间安全态势感知问题中流量异常检测方法的实时性和准确性。
-
公开(公告)号：CN113078997B
公开(公告)日：2022-09-20
申请号：CN202110316995.2
申请日：2021-03-24
申请人： 华北电力大学 , 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 全球能源互联网研究院有限公司
摘要： 本发明公开了一种基于轻量级密码算法的终端保护方法，用ECC算法来进行终端身份信息的加密，采用Feistel结构来设计轻量级分组密码算法。本申请采用基于轻量级密码算法的终端身份隐私保护技术，对密码算法中的密钥长度进行了适量的缩减，降低了算法实现时的运算复杂度和占用的内存空间；轻量级密码算法减少了密码算法过程中对明文的加密轮次，降低了能耗；提高了终端身份隐私的保护强。本申请采用的方法将公钥加密技术引入到了终端数据加密中，使得其即便在传输中被攻击者截取，仍然会因无法获得与之相匹配的私钥，导致截取的公钥失去意义；不需要专门设计解密算法，能够减小内存需求并提高硬件实现效率，满足终端组件完整性保护对算法的轻量化要求。
-
公开(公告)号：CN113078997A
公开(公告)日：2021-07-06
申请号：CN202110316995.2
申请日：2021-03-24
申请人： 华北电力大学 , 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 全球能源互联网研究院有限公司
摘要： 本发明公开了一种基于轻量级密码算法的终端保护方法，用ECC算法来进行终端身份信息的加密，采用Feistel结构来设计轻量级分组密码算法。本申请采用基于轻量级密码算法的终端身份隐私保护技术，对密码算法中的密钥长度进行了适量的缩减，降低了算法实现时的运算复杂度和占用的内存空间；轻量级密码算法减少了密码算法过程中对明文的加密轮次，降低了能耗；提高了终端身份隐私的保护强。本申请采用的方法将公钥加密技术引入到了终端数据加密中，使得其即便在传输中被攻击者截取，仍然会因无法获得与之相匹配的私钥，导致截取的公钥失去意义；不需要专门设计解密算法，能够减小内存需求并提高硬件实现效率，满足终端组件完整性保护对算法的轻量化要求。
-
公开(公告)号：CN115174132B
公开(公告)日：2024-02-06
申请号：CN202210518604.X
申请日：2022-05-13
申请人： 华北电力大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了一种基于网络流量的电力物联网入侵检测方法，包括如下步骤：1)使用CNN(卷积神经网络)和RNN(循环神经网络)来搭建入侵检测分类模型；2)基于R‑Drop方法对模型进行优化；3)边缘物联代理使用训练后量化模型转换方法缩减入侵检测分类模型大小，使模型能够部署到存储空间有限的边缘物联设备上，完成网络流量分类模型的搭建，边缘物联代理通过读取实时流量运行该轻量级分类模型、执行入侵检测分类任务。本发明提出适合电力物联网的基于RNN和CNN入侵检测分类模型；使用R‑drop正则方法训练优化，有效提升入侵检测分类模型速度和性能；分类模型能够以较低的计算资源消耗、高效
-
公开(公告)号：CN115174132A
公开(公告)日：2022-10-11
申请号：CN202210518604.X
申请日：2022-05-13
申请人： 华北电力大学 , 中国电力科学研究院有限公司
摘要： 本发明公开了一种基于网络流量的电力物联网入侵检测方法，包括如下步骤：1)使用CNN(卷积神经网络)和RNN(循环神经网络)来搭建入侵检测分类模型；2)基于R‑Drop方法对模型进行优化；3)边缘物联代理使用训练后量化模型转换方法缩减入侵检测分类模型大小，使模型能够部署到存储空间有限的边缘物联设备上，完成网络流量分类模型的搭建，边缘物联代理通过读取实时流量运行该轻量级分类模型、执行入侵检测分类任务。本发明提出适合电力物联网的基于RNN和CNN入侵检测分类模型；使用R‑drop正则方法训练优化，有效提升入侵检测分类模型速度和性能；分类模型能够以较低的计算资源消耗、高效的计算效率在电力物联网边缘物联代理设备上完成入侵检测分类任务。
-
公开(公告)号：CN113313029A
公开(公告)日：2021-08-27
申请号：CN202110597332.2
申请日：2021-05-31
申请人： 华北电力大学 , 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 全球能源互联网研究院有限公司
摘要： 本发明公开了一种基于“人、物”特征融合的一体化身份认证方法，包括如下步骤：1)人物特征采集；2)设备指纹特征采集；3)“人、物”特征融合。本发明的基于“人、物”特征融合的一体化身份认证方法，采用基于“人、物”特征融合技术，融合了用户的身份特征和终端的身份特征，实现了二者身份的绑定，能够减少用户的认证次数以及防止同一终端被多个用户使用，既提高了易用性，又可实现某些安全级别较高的应用场景下“专人专机”的监管要求。
-
公开(公告)号：CN112583852A
公开(公告)日：2021-03-30
申请号：CN202011579734.1
申请日：2020-12-28
申请人： 华北电力大学 , 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 全球能源互联网研究院有限公司
摘要： 本发明公开了一种异常流量检测方法，包括以下步骤：步骤1：从抓包软件中获取网络原始流量文件，对原始流量文件进行预处理，并将预处理后的数据作为数据样本；步骤2：利用卷积神经网络对流量数据进行空间域的表征特征提取；步骤3：利用LSTM对经过空间域特征提取后的数据进行时序特征提取；步骤4：使用softmax对提取后的特征进行分类，判定网络流量异常与否。本发明异常流量检测方法，提高了网络空间安全态势感知问题中流量异常检测方法的实时性和准确性。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.051 秒)
