10.3969/j.issn.1006-2475.2019.09.014
基于宽度学习的智能电网数据服务器流量异常检测算法
电力系统的信息网络是电力行业长久持续有效运行下的重要组成部分,而智能电网中电力网与信息网耦合下的复杂网络结构给信息通讯网络安全中的流量异常检测带来了巨大的挑战.传统机器学习算法与新兴的深度学习算法在解决流量异常检测问题领域往往存在着检测准确度低、实时性差等缺陷,而结合宽度学习与质量管理图的流量异常检测流程则有着训练速度快、准确性高、实时性强的优势,在一定程度上可以满足智能电网服务器流量异常检测需求,从而达到提升电网信息安全的目的.
宽度学习、流量异常检测、人工神经网络、正常行为模型、质量管理图、智能电网
TP391.9(计算技术、计算机技术)
2019-09-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
77-82,89