基于时-频域混合特征的变电站通信网异常流量检测方法
准确快速检测智能变电站通信网络异常流量是发现系统异常、实现安全态势感知和主动防御的关键技术,对保证智能电网安全稳定运行有着重要意义.文中提出了基于时-频域混合特征的智能变电站通信网络异常流量检测新方法.首先,设计了基于分形自回归积分滑动平均(FARIMA)流量模型和小波包分析方法的流量频域特征提取方法,并结合电力信息流时域特征构建时-频域混合特征集.进而,采用人工蜂群优化的支持向量机算法进行异常流量辨识.最后,基于某110 kV变电站的站内实际网络流量和CIC DDoS2019数据集、KDD99数据集进行仿真,结果表明所提算法对网络异常流量识别有更低的误判率和漏检率.
智能变电站、变电站通信网络、流量模型、异常流量检测
44
国家自然科学基金资助项目;国家重点研发计划资助项目;国家电网公司科技项目
2020-09-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
79-86