基于模糊聚类的多类簇归属电力实体行为异常检测算法

摘要：

针对数字化主动电网中电力实体行为复杂化、攻击手段隐蔽化等问题,提出了 一种基于模糊聚类的多类别归属异常检测算法.首先,对电力实体行为相似性的度量方式进行优化,并基于优化后的度量方法构建模糊聚类算法,通过多次迭代得到实体行为对应各类别的隶属度矩阵;其次,根据类别软划分隶属度矩阵,分别计算实体在各个类别内的近邻距离、近邻密度与近邻相对异常因子等参数;最后,分析实体在各类簇内的相对异常情况,判断该电力实体行为是否属于异常行为.结果表明,与LOF,K-Means和Random Forest算法相比,新方法具有更高的异常行为检出数量和更优的异常检测评价指标,解决了传统异常检测算法样本评价角度单一的问题,进一步提高了数字化主动电网抵御未知威胁的能力.

关键词：数据安全与计算机安全、用户与实体行为分析、数字化主动电网、模糊聚类、异常检测

所属期刊栏目：43

分类号：TP393.0;TM769(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;河北省科技计划项目

在线出版日期：2022-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：528-537