1.一种针对网络攻击下配电网风险级联的风险评估方法,其特征在于,该方法包含的步骤为:步骤一、对配电网系统的风险数据进行预处理
通过UML建模技术对配电网系统分层建模,分析配电网数据交互流程,构建配电网的风险属性集合,并基于粗糙集属性约简配电网各风险属性,提高风险识别效率;
步骤二、对配电网系统的风险数据进行动态检测
采用层次分析法挖掘各风险属性要素的权重系数,然后结合最优理想解算法评估配电网系统各节点的脆弱性程度,并量化脆弱性程度与风险被网络攻击的概率关系;
步骤三、对配电网系统的风险数据进行风险评估
根据贝叶斯信息图论传递思想构建配电网信息侧风险级联的评估模型,结合配电网物理端攻击造成的负荷损失,综合评估风险值及安全风险等级;
步骤一中,对配电网系统的风险数据进行预处理具体包括如下步骤:步骤1.1、基于UML建模技术构建配电网信息物理系统模型,通过分析配电网数据交互流程中数据的特征来构建风险属性要素集合;
步骤1.2、对步骤1.1中所构建的风险属性要素进行归一化、离散化处理后增加时间戳,以构建带有时间戳的配网数据安全风险集S=(C,T,Z|t),其中C表示影响配网数据的脆弱性值分布,T表示影响配网数据安全的威胁值分布,Z表示影响配网数据安全的资产重要程度值分布,t表示为配网数据的时间戳标记;
步骤1.3、根据步骤1.2所构建的配网数据安全风险集S,构建相应的安全风险决策表W(S,A,V,F),A为构成风险属性要素集合的所有风险属性要素;V为配电网数据安全风险值;F为S×A→V的映射函数;
步骤1.4、采用粗糙集对安全风险决策表W进行安全风险属性特征约简,以得到新的风险属性集合S′。
2.根据权利要求1所述的针对网络攻击下配电网风险级联的风险评估方法,其特征在于,步骤1.1中,分析配电网数据交互流程中数据的特征,包括分析配电网大数据采集端、传输通道以及接收端的数据的特征。
3.根据权利要求1所述的针对网络攻击下配电网风险级联的风险评估方法,其特征在于,步骤二中,对配电网系统的风险数据进行动态检测,具体包括如下步骤:步骤2.1、确定各风险属性集合要素的权重系数;
步骤2.2、在获取各风险属性集合要素的权重系数的基础上,利用最优理想解算法评估配电网系统各节点的脆弱因子;
步骤2.3、基于累计分布函数构建各节点被攻击成功的概率模型,量化各节点的易受攻击概率值,建立风险要素集和各系统节点的动态关联关系,实现配电网数据安全风险动态识别。
4.根据权利要求3所述的针对网络攻击下配电网风险级联的风险评估方法,其特征在于,步骤2.1中,各风险属性集合要素的权重系数通过下述方式确定:步骤2.1.1、基于专家经验评价机制对各风险指标对配电网系统的影响程度赋值打分,构建判断矩阵Xx×y,并基于层次分析法量化各风险属性权重;其中:x,y分别表示风险属性和打分赋值;
步骤2.1.2、一致性检验,若通过,则输出各风险属性集合要素的权重系数w;反之,则回到步骤2.1.1。
5.根据权利要求3所述的针对网络攻击下配电网风险级联的风险评估方法,其特征在于,步骤2.2中,配电网系统各节点的脆弱因子通过下述方式计算而得:步骤2.2.1、构建评估矩阵YN×M,式中,N,M分别表示配电网系统的节点编号和风险属性;
步骤2.2.2、将矩阵YN×M标准化处理,以构建加权标准化矩阵ZN×M,其中:ZN×M=wy*YN×M,wy表示第y个风险属性的权重系数;
步骤2.2.3、计算正理想解 和负理想解 并基于正、负理想解,分别计算节点i与正、负理想解的贴近程度 和 正理想解 表示第y个风险属性的最优理想属性指标,负理想解 表示第y个风险属性的最差理想属性指标;
步骤2.2.4、计算节点i的脆弱因子δi: 其中 为节点标号i的打分均值。
6.根据权利要求3所述的针对网络攻击下配电网风险级联的风险评估方法,其特征在于,步骤2.3中,被攻击成功的概率模型为:其中,k表示攻击资源大小,pi表示第i节点被攻击概率,δi表示节点i的脆弱因子。
7.根据权利要求1所述的针对网络攻击下配电网风险级联的风险评估方法,其特征在于,步骤三中,对配电网系统的风险数据进行风险评估,具体包括如下步骤:步骤3.1、量化配电网信息侧风险
根据节点i被攻击的概率值pi,基于贝叶斯风险传递推论在节点i被攻击情况下,预测节点j被攻击成功概率;贝叶斯风险递推模型如下:其中,pi表示节点i被攻击的概率值,p(Bj)表示在节点i被攻击成功的条件下造成节点j被攻击成功的概率;m表示有源配电网电压节点的总数;
步骤3.2、量化配电网物理端风险
依据断路器控制功能状态与断路器状态求取考虑物理系统的运行状态;通过对系统进行模拟攻击,若物理系统不满足潮流要求,则执行最优实时负荷削减计算,计算负荷损失Lij;
步骤3.3、计算配电网数据安全风险值
构建综合风险量化模型 以计算配电网数据安全风险值V,并划分安全等级;n表示节点i的总数。
8.一种针对网络攻击下配电网风险级联的风险评估方法,其特征在于,包括如下步骤:步骤1:结合UML建模技术构建配电网系统数据交互模型,分析配电网软硬件问题、系统漏洞及传输协议的安全问题,构建风险属性集合;进入步骤2;
步骤2:构建配网数据安全风险集S,所述配网数据安全风险集包括漏洞暴露时间、加密算法强度以及攻击成本;进入步骤3;
步骤3:基于粗糙集属性约简理论对风险数据集降维处理,获取新的风险属性集合S′;
进入步骤4;
步骤4:结合专家对各风险属性打分赋值,构建判断矩阵Xx×y,并基于层次分析法量化各风险属性权重,其中:x,y分别表示风险属性和打分赋值;进入步骤5;
步骤5:一致性检验,若通过,则输出各风险属性权重系数w=[α,β,γ],其中:α为配电网软硬件漏洞的占风险权重、β为传输协议的占风险权重、γ为非法访问的占风险权重;进入步骤6;否则,转入步骤4;
步骤6:构建评估矩阵YN×M,并进行数据归一化预处理;其中:N,M分别表示配电网系统的节点编号和风险属性;进入步骤7;
步骤7:构建加权标准化矩阵ZN×M,其中,ZN×M=wy*YN×M,N,M分别表示配电网系统的节点编号和风险属性,wy表示第y个风险属性的权重;进入步骤8;
步骤8:计算正理想解 负理想解 正理想解 负理想解 分别表示第y个最优理想属性指标和第y个最差理想属性指标;进入步骤9;
步骤9:基于欧氏距离公式计算各节点风险属性值与最优、最差指标的距离;进入步骤
10;
步骤10:计算各节点风险属性值分别与正理想解 负理想解 的综合贴进度,以获取各节点的脆弱性因子δ;进入步骤11;
步骤11:基于累计分布函数构建各节点被攻击成功的概率模型: k表示攻击资源大小,pi表第i节点被攻击概率;进入步骤12;
步骤12:利用贝叶斯算法递推出各风险传递概率;进入步骤13;
步骤13:构建贝叶斯风险递推模型 即在先验概率pi发生的条件下,后验概率p(Bj)发生的概率;进入步骤14;Bj表示在i节点被成功攻击下引起j节点级联攻击成功的概率;
步骤14:考虑到配电网物理端被攻击的影响,构建综合风险量化模型其中,V表示配电网数据安全风险值,Lij表示配电物理端被攻击的负荷损失,n表示节点i的总数,m表示有源配电网电压节点的总数;进入步骤15;
步骤15:根据步骤14计算出的风险值大小,将各节点划分风险等级,并作针对性风险防御措施;进入步骤16;
步骤16:结束。