-
公开(公告)号:CN115310801A
公开(公告)日:2022-11-08
申请号:CN202210926279.0
申请日:2022-08-03
Applicant: 国网湖北省电力有限公司 , 北京科东电力控制系统有限责任公司
Abstract: 本发明公开了一种电力监控系统资产脆弱性分析方法、装置及系统,所述方法包括获取利用层次分析法构建的资产脆弱性等级评估模型;获取由若干个业务专家依据评价指标针对资产脆弱性等级评估模型中准则层和方案层中各要素的打分,形成专家知识库;依据专家知识库中的分数,生成判断矩阵;针对满足一致性判断的判断矩阵,求解出资产脆弱性等级评估模型中准则层和方案层中各要素的权重;根据资产的资产属性、所述资产脆弱性等级评估模型,以及资产脆弱性等级评估模型中各层要素的权重,求解出该资产的脆弱性评估分数,最终得出资产脆弱性等级。本发明相对传统脆弱性评估方法考虑更全面,能够有效进行电力监控系统资产脆弱性分析。
-
公开(公告)号:CN119299185A
公开(公告)日:2025-01-10
申请号:CN202411431718.6
申请日:2024-10-14
Applicant: 北京科东电力控制系统有限责任公司 , 国网电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司
IPC: H04L9/40
Abstract: 本发明提出了一种创新的基于智能电网配电主站的主机安全评估方法及系统。该方法通过综合评估配网主站中当前主机的重要性、敏感性、安全防护等级,运用层次分析法构建判断矩阵,准确计算资产重要度值和漏洞影响值,并全面考虑多个安全状态因素,实现对主机安全性的科学评估。根据评估结果,系统能智能判断风险类型并实施合理的通信阻断,从而有效提升智能电网配电主站的安全性和稳定性。本发明的有益效果在于不仅为智能电网的安全管理提供了科学依据,还简化了复杂的评估过程,同时保证了评估结果的准确性和合理性,对保障智能电网的稳定运行和信息安全具有重要意义。
-
公开(公告)号:CN117439814A
公开(公告)日:2024-01-23
申请号:CN202311627758.3
申请日:2023-11-30
Applicant: 北京科东电力控制系统有限责任公司
IPC: H04L9/40 , H04L41/0631 , H04L41/069
Abstract: 本发明公开了一种基于ATT&CK的网络安全事件联动处置系统及方法,涉及网络安全技术领域,包括本发明通过利用ATT&CK矩阵实现威胁情报系统、可信验证模块和恶意代码监测系统的联动,将威胁情报信息以ATT&CK技术角度进行分类,并根据技术特点针对数据源进行监测,提出了新的网络安全事件处置流程,可以有效提高威胁情报处理效率、识别威胁源头,并改进网络安全事件的处置方式,从而提升网络安全防护的整体能力。
-
公开(公告)号:CN119577793A
公开(公告)日:2025-03-07
申请号:CN202411461351.2
申请日:2024-10-18
Applicant: 北京科东电力控制系统有限责任公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 国家电网有限公司
Abstract: 一种用于配电自动化系统共享数据隐匿方法和系统。该方法包括,获取配电自动化系统云主站数据,对所述配电自动化系统云主站数据进行分级和分类,划分敏感数据范围;基于分级和分类结果对不同级别和分类的数据进行差异化的全生命周期管理,包括数据采集、数据传输、数据存储、数据使用、数据交换和数据销毁;根据全生命周期管理的数据,对所述数据进行关联风险分析、数据行为分析和综合分析,基于分析结果进行共享数据隐匿和数据泄漏追溯。本发明的方案保障了对关键配网业务数据在共享及传输过程中机密性和可追溯性,提升了配电自动化系统云主站共享数据安全防护能力。
-
公开(公告)号:CN118194013A
公开(公告)日:2024-06-14
申请号:CN202410255814.3
申请日:2024-03-06
Applicant: 北京科东电力控制系统有限责任公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国网电力科学研究院有限公司 , 国家电网有限公司
IPC: G06F18/213 , G06N3/0464 , G06N3/08 , G06Q50/06
Abstract: 一种基于机器学习的配电系统终端设备识别方法和系统。该方法包括,采集配电系统终端设备的特征数据,并对所述特征数据进行预处理;构建卷积神经网络模型,并利用预定义训练数据对所述卷积神经网络模型进行训练;对卷积神经网络模型进行验证和优化,将预处理后的特征数据输入优化后的卷积神经网络模型中进行识别,得到配电系统终端设备识别结果。本发明通过卷积神经网络自动提取配电系统终端设备特征进行识别,无需人工干预,提高了电力网络资产管理和维护的效率和准确性。
-
-
-
-