System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 电力通信网异常检测方法、装置、电子设备及存储介质制造方法及图纸_技高网

电力通信网异常检测方法、装置、电子设备及存储介质制造方法及图纸

技术编号:40029591 阅读:19 留言:0更新日期:2024-01-16 18:01
本发明专利技术提供一种电力通信网异常检测方法、装置、电子设备及存储介质,涉及通信技术领域,方法包括:获取预设时间段内电力通信网中链路分别在多个时间步长的链路数据和链路中每个节点分别在各时间步长的节点数据;针对每个时间步长,基于时延数据、丢包率数据、流量数据和各节点的节点数据,分别确定所有节点对应的特征矩阵和链路对应的时延邻接矩阵、丢包率邻接矩阵和流量邻接矩阵;基于各时间步长对应的各特征矩阵、各时延邻接矩阵、各丢包率邻接矩阵、各流量邻接矩阵和多个时空图自编码器,检测电力通信网是否存在异常。实现电力通信网的异常检测,提高了电力通信网的异常检测的准确性和可靠性,避免出现误报和漏报。

【技术实现步骤摘要】

本专利技术涉及通信,尤其涉及一种电力通信网异常检测方法、装置、电子设备及存储介质


技术介绍

1、随着经济社会的快速发展和人民生活水平的不断提高,电力的稳定供应已经成为日常生活不可或缺的一部分。在这个过程中,电力通信网发挥着至关重要的作用,它通过传输数据和信息,支持电力系统的监控、管理和控制,确保电力供应的高效性和可靠性。电力通信网作为专用网络,仅对电力系统提供服务,一旦电力通信网出现故障,首当其冲被影响的就是在电力通信网中承载的电力业务。如果电力通信网的故障严重影响电力系统的调度、安防业务的传输,使得电力系统的正常生产活动面临威胁。

2、通过对电力通信网进行异常检测,可以识别电力通信网中的故障和问题,其中,包括通信链路中断、设备故障和网络拥塞等,及早发现故障并准确定位,可以加速故障修复,降低停电风险,提高电力系统的可靠性。同时,异常检测可以监测电力通信网的性能指标,及时发现性能下降或异常等问题,识别潜在的网络安全威胁。

3、相关技术中,通过解析日志数据、采用预设的常量事件模板对日志数据进行特征提取和采用预设的异常检测模型进行异常检测。但是,这种方法依赖于预设的常量事件模板进行特征提取,如果模板不完整或不准确,可能会导致某些异常日志数据被遗漏或误判;并且预设的异常检测模型可能不适用于所有场景,如果模型没有经过充分的训练或不断更新,可能会导致误报或漏报,从而导致误报率高以及存在漏报。


技术实现思路

1、本专利技术提供一种电力通信网异常检测方法、装置、电子设备及存储介质,用以解决现有技术中误报率高以及存在漏报的问题。

2、本专利技术提供一种电力通信网异常检测方法,包括:

3、获取预设时间段内电力通信网中链路分别在多个时间步长的链路数据和所述链路中每个节点分别在各所述时间步长的节点数据,所述链路数据包括时延数据、丢包率数据和流量数据;

4、针对每个时间步长,基于所述时延数据、丢包率数据、流量数据和各所述节点的所述节点数据,分别确定所有节点对应的特征矩阵和所述链路对应的时延邻接矩阵、丢包率邻接矩阵和流量邻接矩阵;

5、基于各所述时间步长对应的各所述特征矩阵、各所述时延邻接矩阵、各所述丢包率邻接矩阵、各所述流量邻接矩阵和多个时空图自编码器,检测所述电力通信网是否存在异常;所述时空图自编码器用于提取每个节点之间的时空特征并对每个节点的属性特征进行重构,所述时空图自编码器是基于样本链路数据和样本节点数据进行训练得到的。

6、根据本专利技术提供的一种电力通信网异常检测方法,所述基于各所述时间步长对应的各所述特征矩阵、各所述时延邻接矩阵、各所述丢包率邻接矩阵、各所述流量邻接矩阵和多个时空图自编码器,检测所述电力通信网是否存在异常,包括:

7、分别将各所述时间步长对应的各所述特征矩阵与各所述时延邻接矩阵、各所述丢包率邻接矩阵和各所述流量邻接矩阵输入至所述时延邻接矩阵、所述丢包率邻接矩阵和所述流量邻接矩阵各自对应的所述时空图自编码器,得到各所述时空图自编码器输出的每个时间步长的属性向量矩阵;所述属性矩阵包括时延模态下的时延属性向量矩阵、丢包率模态下的丢包率属性向量矩阵和流量模态下的流量属性向量矩阵;

8、基于每个时间步长对应的所述时延属性向量矩阵、所述丢包率属性向量矩阵和所述流量属性向量矩阵,检测所述电力通信网是否存在异常。

9、根据本专利技术提供的一种电力通信网异常检测方法,所述时空图自编码器包括时空图卷积神经网络、转换器transformer和解码器;所述时空图卷积神经网络用于提取各所述节点之间的时空特征;所述transformer用于提取各所述节点之间的时域依赖关系;所述解码器用于重构不同模态下的属性向量;

10、所述分别将各所述时间步长对应的各所述特征矩阵与各所述时延邻接矩阵、各所述丢包率邻接矩阵和各所述流量邻接矩阵输入至所述时延邻接矩阵、所述丢包率邻接矩阵和所述流量邻接矩阵各自对应的所述时空图自编码器,得到各所述时空图自编码器输出的每个时间步长的属性向量矩阵,包括:

11、分别将各所述时间步长对应的各所述特征矩阵与各所述时延邻接矩阵、各所述丢包率邻接矩阵和各所述流量邻接矩阵输入至所述时延邻接矩阵、所述丢包率邻接矩阵和所述流量邻接矩阵各自对应的所述时空图自编码器中的所述时空图卷积神经网络,得到各所述时空图卷积神经网络输出的时空特征向量;

12、将各所述时空特征向量输入至对应的所述时空图自编码器中的所述transformer,得到各所述transformer输出的时空特征嵌入向量;

13、将各所述时空特征嵌入向量输入至对应的所述时空图自编码器中的所述解码器,得到各所述解码器输出的每个时间步长的所述属性向量矩阵。

14、根据本专利技术提供的一种电力通信网异常检测方法,所述基于每个时间步长对应的所述时延属性向量矩阵、所述丢包率属性向量矩阵和所述流量属性向量矩阵,检测所述电力通信网是否存在异常,包括:

15、基于每个时间步长对应的所述时延属性向量矩阵、所述丢包率属性向量矩阵和所述流量属性向量矩阵,确定每个节点在时延模态下的时延异常评分、在丢包率模态下的丢包率异常评分和在流量模态下的流量异常评分;

16、基于所述时延异常评分、所述丢包率异常评分和所述流量异常评分,确定目标异常评分;

17、基于所述目标异常评分,检测所述电力通信网是否存在异常。

18、根据本专利技术提供的一种电力通信网异常检测方法,所述基于所述目标异常评分,检测所述电力通信网是否存在异常,包括:

19、将每个节点对应的所述目标异常评分和预设异常分数阈值进行比较;

20、在所有节点中每个节点对应的所述目标异常评分均小于或等于所述预设异常分数阈值的情况下,检测所述电力通信网不存在异常;

21、在所有节点中任一节点对应的所述目标异常评分大于所述预设异常分数阈值的情况下,检测所述电力通信网存在异常。

22、根据本专利技术提供的一种电力通信网异常检测方法,所述基于所述时延数据、丢包率数据、流量数据和各所述节点的所述节点数据,分别确定所有节点对应的特征矩阵和所述链路对应的时延邻接矩阵、丢包率邻接矩阵和流量邻接矩阵,包括:

23、将各所述节点的所述节点数据对应的向量进行拼接,得到所有节点对应的所述特征矩阵;

24、分别将所述时延数据、丢包率数据和流量数据进行归一化处理,得到归一化后的时延数据、归一化后的丢包率数据和归一化后的流量数据;基于所述归一化后的时延数据、所述归一化后的丢包率数据和所述归一化后的流量数据,分别确定所述链路对应的所述时延邻接矩阵、所述丢包率邻接矩阵和所述流量邻接矩阵。

25、本专利技术还提供一种电力通信网异常检测装置,包括:

26、获取模块,用于获取预设时间段内电力通信网中链路分别在多个时间步长的链路数据和所述链路中每个节点分别在各所述时间步长的节点数据,所述链路数据包括时延数据本文档来自技高网...

【技术保护点】

1.一种电力通信网异常检测方法,其特征在于,包括:

2.根据权利要求1所述的电力通信网异常检测方法,其特征在于,所述基于各所述时间步长对应的各所述特征矩阵、各所述时延邻接矩阵、各所述丢包率邻接矩阵、各所述流量邻接矩阵和多个时空图自编码器,检测所述电力通信网是否存在异常,包括:

3.根据权利要求2所述的电力通信网异常检测方法,其特征在于,所述时空图自编码器包括时空图卷积神经网络、转换器Transformer和解码器;所述时空图卷积神经网络用于提取各所述节点之间的时空特征;所述Transformer用于提取各所述节点之间的时域依赖关系;所述解码器用于重构不同模态下的属性向量;

4.根据权利要求2所述的电力通信网异常检测方法,其特征在于,所述基于每个时间步长对应的所述时延属性向量矩阵、所述丢包率属性向量矩阵和所述流量属性向量矩阵,检测所述电力通信网是否存在异常,包括:

5.根据权利要求4所述的电力通信网异常检测方法,其特征在于,所述基于所述目标异常评分,检测所述电力通信网是否存在异常,包括:

6.根据权利要求1至5任一项所述的电力通信网异常检测方法,其特征在于,所述基于所述时延数据、丢包率数据、流量数据和各所述节点的所述节点数据,分别确定所有节点对应的特征矩阵和所述链路对应的时延邻接矩阵、丢包率邻接矩阵和流量邻接矩阵,包括:

7.一种电力通信网异常检测装置,其特征在于,包括:

8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述电力通信网异常检测方法。

9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述电力通信网异常检测方法。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述电力通信网异常检测方法。

...

【技术特征摘要】

1.一种电力通信网异常检测方法,其特征在于,包括:

2.根据权利要求1所述的电力通信网异常检测方法,其特征在于,所述基于各所述时间步长对应的各所述特征矩阵、各所述时延邻接矩阵、各所述丢包率邻接矩阵、各所述流量邻接矩阵和多个时空图自编码器,检测所述电力通信网是否存在异常,包括:

3.根据权利要求2所述的电力通信网异常检测方法,其特征在于,所述时空图自编码器包括时空图卷积神经网络、转换器transformer和解码器;所述时空图卷积神经网络用于提取各所述节点之间的时空特征;所述transformer用于提取各所述节点之间的时域依赖关系;所述解码器用于重构不同模态下的属性向量;

4.根据权利要求2所述的电力通信网异常检测方法,其特征在于,所述基于每个时间步长对应的所述时延属性向量矩阵、所述丢包率属性向量矩阵和所述流量属性向量矩阵,检测所述电力通信网是否存在异常,包括:

5.根据权利要求4所述的电力通信网异常检测方法,其特征在于,所述...

【专利技术属性】
技术研发人员:冯国礼王宁陈丽洁关瑾瑜杨海波张立中李晓波马润孙倩
申请(专利权)人:国网宁夏电力有限公司信息通信公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1