公开(公告)号：CN114448657B

公开(公告)日：2023-12-01

申请号：CN202111498284.8

申请日：2021-12-09

Applicant: 广东电力通信科技有限公司

Inventor： 骆宇平 ,  高如超 ,  潘亮 ,  陈业钊 ,  刘皓杨

IPC: H04L9/40 ,  G06F18/2431 ,  G06F18/213 ,  G06N20/20

Abstract: 本发明公开了一种配电通信网络安全态势感知与异常入侵检测方法，包括，对网络关键节点中的原始网络行为数据进行数据预处理，并整合为标准化训练数据集；基于随机森林算法，从标准化训练数据集中提取影响网络异常状态的关键特征指标；根据标准化训练数据集构建特征层森林，并结合所述关键特征指标训练特征层森林，计算连接权重；根据连接权值建立网络异常检测模型，识别网络攻击类型；本发明加快了宽度森林学习算法建模的训练速度，降低学习任务的复杂度；同时降低了模型复杂度，加快了学习收敛速度，提高了检测准确度。

公开(公告)号：CN114448657A

公开(公告)日：2022-05-06

申请号：CN202111498284.8

申请日：2021-12-09

Applicant: 广东电力通信科技有限公司

Inventor： 骆宇平 ,  高如超 ,  潘亮 ,  陈业钊 ,  刘皓杨

IPC: H04L9/40 ,  G06K9/62

Abstract: 本发明公开了一种配电通信网络安全态势感知与异常入侵检测方法，包括，对网络关键节点中的原始网络行为数据进行数据预处理，并整合为标准化训练数据集；基于随机森林算法，从标准化训练数据集中提取影响网络异常状态的关键特征指标；根据标准化训练数据集构建特征层森林，并结合所述关键特征指标训练特征层森林，计算连接权重；根据连接权值建立网络异常检测模型，识别网络攻击类型；本发明加快了宽度森林学习算法建模的训练速度，降低学习任务的复杂度；同时降低了模型复杂度，加快了学习收敛速度，提高了检测准确度。

公开(公告)号：CN114357670A

公开(公告)日：2022-04-15

申请号：CN202111421864.7

申请日：2021-11-26

Applicant: 广东电力通信科技有限公司

Inventor： 骆宇平 ,  高如超 ,  潘亮 ,  陈业钊 ,  刘皓杨

IPC: G06F30/18 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  H02J13/00 ,  H02J3/00 ,  G06F113/04 ,  G06F119/12

Abstract: 本发明公开了一种基于BLS和自编码器的配电网用电数据异常预警方法，包括：通过信息采集节点收集用电数据，并获取影响用电情况的相关特征，即用电数据量EC、时间信息、所在地区的外部环境信息、以及所在地区的线路自身状况信息，然后进行数据预处理；基于稀疏BLS模型预测用电数据流的趋势；基于自编码器建立用电数据流异常检测模型；实现对用电数据流的异常预警。本发明可在保持原始数据分布的基础上提高效率，提高了预测的准确性，有效地降低了模型的复杂度，除此以外，BLS的权值更新非常快速，更适于用电大数据这种环境。本发明可有效地对用电异常进行预警，区别于传统的基于历史数据或实时数据的分析方法，本发明时效性更高，也更加智能化。