欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022103453347
申请人: 湖南大学
专利类型:发明专利
专利状态:未下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种融合业务特征的电力网络异常行为检测方法,其特征在于,包括以下步骤:

S1、采集电力网络流量数据,根据启动符进行电力网络流量的协议分类;

S2、针对步骤S1中得到的不同类型协议进行流量字段级深度解析,按照不同电力业务类型将流量分为遥测类业务、遥信类业务、遥控遥调类业务;

S3、结合步骤S2解析得到的遥测类业务流量数据,对流量中单一信息体地址对应的设备数据进行值域跳变分析,利用信息熵计算出第k帧流量中单一信息体地址i对应数据的信息熵值Sk,i,利用所述信息熵值Sk,i判断第k帧流量是否异常;

结合步骤S2解析得到的遥测类业务流量数据,对流量中所有信息体地址对应的设备数据进行值域跳变分析,利用单一信息体地址信息熵Sk,i计算出第k帧流量所包含的所有信息体地址前后帧流量数据的信息熵均值Sk,利用所述信息熵均值Sk判断第k帧流量是否为异常流量;

结合步骤S2解析得到的遥信类业务流量数据,计算周期内遥信流量数据中单一信息体地址i的变位次数Bi,判断变位次数Bi是否超出单一设备变位频次阈值,若超出,则判定为异常流量数据;若未超出,则为正常流量数据;计算遥信流量数据中所有信息体地址设备变位次数B,判断变位次数B是否超出设备总变位频次阈值,若超出,则判定为异常流量数据;若未超出,则为正常流量数据;变位次数Bi的计算公式为: 其中,S表示设定的时间周期长度;k,i表示第k帧流量中信息体地址为i的设备是否发生变位,若是,Bk,i=1;否则,Bk,i=0;所有信息体地址设备变位次数B的计算公式为:I表示在时间周期S内所有信息体地址的总数;

结合步骤S2解析得到的遥控遥调类业务流量数据,提取出典型遥控遥调类业务时序逻辑模型Mg,构建恶意遥控遥调时序逻辑模型,实现电力业务特征的时序模型提取;分别计算当前遥控遥调流量的时序逻辑数据X与典型遥控遥调时序逻辑模型Mg之间的相似度,以及当前遥控遥调流量的时序逻辑数据X与恶意遥控遥调时序逻辑模型Ny之间的相似度,若相似度结果高于相应的业务相似度基线,则认为是电力网络异常流量;否则,为正常流量;

相似度结果RX计算公式为: LM=min{d(X,M1),(X,M2),…,(X,G)},LN=min{d(X,N1),(X,N2),…,(X,Y)};表示所有恶意攻击业务时序逻辑模型的总数量;G表示所有典型业务时序逻辑模型的总数量;d(X,M1),(X,M2),…,(X,G)表示当前业务流量的时序逻辑模型与所有正常典型业务时序逻辑模型之间的相似度距离,d(X,N1),(X,N2),…,(X,Y)表示当前业务流量的时序逻辑模型与所有恶意攻击业务时序逻辑模型之间的相似度距离;业务相似度基线是指当前遥控遥调流量的时序逻辑数据X与典型遥控遥调时序逻辑模型Mg之间的相似度;相似度结果是指当前遥控遥调流量的时序逻辑数据X与恶意遥控遥调时序逻辑模型Ny之间的相似度;

所述恶意遥控遥调时序逻辑模型的表达式如下: 其中,Ny表示

攻击行为y的恶意遥控遥调时序逻辑模型; 表示攻击行为y在时刻t时的数据信息;

表示攻击行为y在时刻t流量中的传送原因、数据类型、字节长度数据, 表示攻击行为y在时刻t流量持续的时间长度;

典型遥控遥调时序逻辑模型Mg的表达式为: 其中,Mg表示典

型业务g的时序逻辑模型; 表示典型业务g在时刻t的数据信息; 表示典

型业务g在时刻t流量中的传送原因、数据类型及字节长度组成的向量, 表示典型业务g在时刻t流量持续的时间长度,即与下一帧典型业务g流量之间的时长;

1 2 3 t

当前遥控遥调流量的时序逻辑数据X的表达式为:X=×[x ,x ,x ,…,x];其中,X表示t t t t t当前业务的时序逻辑模型;x表示当前业务在时刻t的数据信息;x=(p ,q),p用来表示当t前业务在时刻t流量中的传送原因、数据类型及字节长度组成的向量,q 表示当前业务在时刻t流量持续的时间长度,即与下一帧业务流量之间的时长。

2.根据权利要求1所述的融合业务特征的电力网络异常行为检测方法,其特征在于,步骤S2的具体实现过程包括:

1)对每一类协议的流量数据进行字段级的深度解析;

2)结合步骤1)解析得到的各字段含义,确定出各电力业务类型所对应的字段数值范围;

3)根据所述字段数值范围,将流量分为遥测业务、遥信业务、遥调遥控类业务。

3.根据权利要求1所述的融合业务特征的电力网络异常行为检测方法,其特征在于,步骤S3中,利用所述信息熵值Sk,i判断第k帧流量是否异常的具体实现过程包括:计算各个遥测信息体地址对应的数据跳变阈值,即熵值参数的正常取值范围,第k帧流量中信息体地址i对应数据信息熵的跳变阈值Tk,i的计算公式为:Tk,i=Gk,i±3θk,i;其中,Gk,i表示第k帧流量中信息体地址i对应数据信息熵的估计值;θk,i表示第k帧流量中信息体地址i对应数据信息熵的标准差;

其中,xk,i表示第k帧流量中信息体地址i对应的信息体数据;

表示信息体地址i的前a帧流量所对应的信息体数据之和,a为大于1的常数;

判断所述信息熵值Sk,i是否超出正常信息熵阈值范围Tk,i∈[Gk,i‑3θk,i,Gk,i+3θk,i],若是,则判定第k帧流量为异常流量;否则,为正常流量。

4.根据权利要求3所述的融合业务特征的电力网络异常行为检测方法,其特征在于,a设定为20。

5.根据权利要求1所述的融合业务特征的电力网络异常行为检测方法,其特征在于,步骤S2中,利用所述信息熵均值Sk判断第k帧流量是否为异常流量的具体实现过程包括:判断信息熵均值Sk是否超出正常信息熵阈值范围[Gk‑3θk,Gk+3θk],若是,则判定第k帧流量为异常流量;否则,为正常流量; Gk表示第k帧流量中所有信息体地址对应数据信息熵均值的估计值;θk表示第k帧流量中所有信息体地址对应数据信息熵均值的标准差; N为每一帧遥测流量中携带的信息体数据的数量。

6.根据权利要求1所述的融合业务特征的电力网络异常行为检测方法,其特征在于,还包括:基于步骤S3计算出的遥测类业务流量数据信息熵值Sk,i以及Sk、变位次数以及相似度结果,形成相应的异常行为告警信号。

7.一种计算机装置,包括存储器、处理器及存储在存储器上的计算机程序;其特征在于,所述处理器执行所述计算机程序,以实现权利要求1~6之一所述方法的步骤。

8.一种计算机可读存储介质,其上存储有计算机程序/指令;其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1~6之一所述方法的步骤。