10.3969/j.issn.1673-9140.2016.01.019
基于大数据的智能电表入侵检测方法
智能装置感染病毒软件的征兆一般是CPU利用率和网络通信流量异常上升,提出AMI中基于大数据的入侵检测方法.由各智能电表记录其CPU负荷率及网络通信流量,将此数据与电量功率数据一起上传到用电管理中心数据服务器,再由异常甄别系统对相同型号智能电表的CPU负荷率及网络通信流量进行对比,即可利用大量表计数据的统计特性,识别出CPU负荷率和通信流量明显偏高的异常电表.所提方法无需在智能电表上安装和更新病毒检测软件,可在智能电表有限的计算能力和通信带宽约束下满足信息安全防护的基本需求.
高级量测体系、智能电表、入侵检测、大数据
31
TM933.4
国家自然科学基金51425701,61233008;中国南方电网公司科技项目K-GD2014-1017;湖南省教育厅科学研究重点项目20150211
2016-05-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
121-126