作者：李雅洁; 丁一; 马文洁; 钮丹阳智能电网邻域网信任度机器学习分级检测
摘要：近年来,智能电网逐渐成为世界电力工业的共同发展趋势.邻域网作为智能电力通信网络的中心枢纽, 其安全问题越来越被研究者们所重视.目前,已应用物理控制、数据加密以及认证等技术提高邻域层安全性,但仍 缺乏及时有效的检测方法来避免电网受到恶意入侵行为的威胁.针对此问题,本文设计和实现了一个高效轻量级的 智能电网邻域网分级式入侵检测系统.在解决方案中,我们把邻域层网络分为三个层级.根据不同层级设备以及通 信的特点,采用相对应的检测方式实现上层级对下层级的行为检测.同时,本文提出结合基于信任度的规则检测和 基于SVM机器学习算法的异常检测,旨在将这两种检测技术的优点结合起来检测多种入侵.经仿真实验验证,本 文提出的入侵检测方案以较低的能量消耗获得高检测率,符合预期结果.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
