基于机器学习算法的电力信息网络安全态势感知研究

作者：张小飞; 张道银; 郑珞琳; 陈德成; 付蓉

来源：电器与能效管理技术, 2021, (08): 16-23.

DOI：10.16628/j.cnki.2095-8188.2021.08.004

• 网络安全态势感知
• 电力信息网络
• 网络攻击
• 线性判别分析(LDA)
• RBF神经网络

为精准预测电力信息网络安全态势,提出一种基于机器学习算法的电力信息网络安全态势感知方法,将感知问题抽象化,通过感知模型来表征感知结果。基于线性判别分析方法进行样本数据的预处理,优化样本数据以获取组合特征,找出最佳投影;然后将处理后的数据作为RBF神经网络训练输入,找出与网络态势值的映射关系,从而量化系统的安全态势。最后通过KDD Cup99数据集与电力信息网络的攻击数据进行仿真比较,验证所提方法在网络安全态势分析中的可靠性。

• 单位
  南京邮电大学; 国网电力科学研究院有限公司; 自动化学院