基于机器学习的电力信息通信风险感知研究

作者：夏海亮; 钱锡颖; 叶明达; 胡一嗔

来源：电子设计工程, 2023, 31(13): 141-145.

DOI：10.14022/j.issn1674-6236.2023.13.030

• 机器学习
• 电力信息
• 通信风险
• 态势感知

为了解决当前电力信息通信风险预测精准度较低的问题，研究了基于机器学习的电力信息通信风险感知方法。根据网络安全态势感知结构，判定网络安全态势。计算网络安全风险运行信号的频谱，获取输出网络信号，并划分风险等级。利用机器学习方法训练样本，计算风险预测指标权重。提取系统态势要素，预测系统安全风险，设定风险预警阈值，完成风险预警，获取通信风险态势感知结果。由实验结果可知，该方法对通信威胁事件最高识别率高达98%，并能够高效感知端口扫描、非法登录主机、拒绝服务攻击三种威胁事件风险，为保障电力信息通信安全提供技术支持。

• 单位
  宁波送变电建设有限公司