本发明专利技术公开基于网络安全数据的电网风险预测方法、系统及介质；涉及网络安全技术领域；各电网安全态势数据进行嵌入编码得到电网安全态势嵌入编码向量序列；对电网安全态势嵌入编码向量序列进行特征增强和动态聚合处理得到电网安全态势时序显著聚合表示向量；基于深度学习的人工智能技术分析电网安全态势数据，提取各时间点的电网安全态势特征，并以各时间点的电网安全态势特征的相对重要性进行信息动态聚合，挖掘电网安全态势数据的全局变化规律和潜在的异常模式，从而实现对电网网络异常状态的智能识别；能够更准确地捕捉电网网络环境的动态变化，实现对电网网络异常状态的早期预警和快速响应，从而提高电网系统对网络攻击的防御能力。
【技术实现步骤摘要】
本专利技术涉及网络安全，具体涉及基于网络安全数据的电网风险预测方法、系统及介质。
技术介绍
1、随着信息技术的飞速发展和智能电网建设的不断推进，电网系统日益呈现出高度信息化、自动化和互联化的特点。这一趋势在提升电网运行效率与灵活性的同时，也极大地增加了电网遭受网络攻击或发生故障的风险。因此，网络安全已成为现代电网稳定运行不可忽视的关键因素之一。
2、传统电网安全监控主要依赖于物理防护、静态规则匹配以及人工经验判断等手段，这些方法在面对复杂多变的网络攻击模式及潜在的安全隐患时，往往难以做到及时、准确的预警与响应。特别是随着高级持续性威胁(apt)、分布式拒绝服务攻击(ddos)、恶意软件入侵等新型网络攻击手段的不断涌现，传统防御体系的有效性受到了严峻挑战。
3、因此，期待一种优化的网络安全的电网风险预测方法。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请提供了基于网络安全数据的电网风险预测方法、系统及介质，其采用基于深度学习的人工智能技术对电网安全态势数据进行数据分析，提取出各个时间点的电网安全态势特征，并基于各个时间点的电网安全态势特征的相对重要性，对其进行信息动态聚合，以挖掘出电网安全态势数据的全局变化规律和潜在的异常模式，从而实现对电网网络异常状态的智能识别；能够更准确地捕捉电网网络环境的动态变化，实现对电网网络异常状态的早期预警和快速响应，从而提高电网系统对网络攻击的防御能力。
2、本专利技术通过下述技术方案实现：
<
p>3、本方案提供基于网络安全数据的电网风险预测方法，包括：4、获取电网安全态势数据，并构建电网安全态势数据序列；
5、基于电网安全态势数据嵌入编码矩阵对所述电网安全态势数据序列中的各电网安全态势数据进行嵌入编码，得到电网安全态势嵌入编码向量序列；
6、对所述电网安全态势嵌入编码向量序列进行特征增强和动态聚合处理，得到电网安全态势时序显著聚合表示向量；
7、根据电网安全态势时序显著聚合表示向量，预测电网的网络状态是否异常。
8、进一步优化方案为，所述特征增强的方法包括：
9、计算所述电网安全态势嵌入编码向量序列中的各电网安全态势嵌入编码向量的特征显著性描述因子，构建出电网安全态势特征显著性描述因子序列：将电网安全态势嵌入编码向量序列中的各电网安全态势嵌入编码向量映射到双曲空间，得到映射序列；计算所述映射序列中的各映射向量的平方庞加莱范数；
10、基于所述电网安全态势特征显著性描述因子序列，对所述电网安全态势嵌入编码向量序列进行分级掩码调制，得到电网安全态势增强嵌入编码向量序列。
11、进一步优化方案为，对所述电网安全态势嵌入编码向量序列进行分级掩码调制，包括方法：
12、对所述电网安全态势特征显著性描述因子序列进行分级掩码调制，得到电网安全态势特征显著性调制权重序列；
13、按照电网安全态势特征显著性调制权重序列，对所述电网安全态势嵌入编码向量序列进行对应加权调制，得到电网安全态势增强嵌入编码向量序列。
14、进一步优化方案为，所述动态聚合的方法包括：
15、获取所述电网安全态势增强嵌入编码向量序列的特征能量分布；
16、基于所述特征能量分布确定电网安全态势数据聚类初始中心向量；
17、基于所述电网安全态势增强嵌入编码向量序列相对于所述电网安全态势数据聚类初始中心向量的空间跨度，对电网安全态势增强嵌入编码向量序列中的各电网安全态势增强嵌入编码向量进行动态聚合，得到所述电网安全态势时序显著聚合表示向量。
18、进一步优化方案为，所述基于所述特征能量分布确定电网安全态势数据聚类初始中心向量；包括方法：
19、基于特征能量分布计算各电网安全态势增强嵌入编码向量的静态能量因子，得到电网安全态势静态能量因子序列：计算各电网安全态势增强嵌入编码向量的峭度，并将所述峭度输入sigmoid激活函数计算出电网安全态势静态能量因子；
20、挑选所述电网安全态势静态能量因子序列中的最大值对应的电网安全态势增强嵌入编码向量作为所述电网安全态势数据聚类初始中心向量。
21、进一步优化方案为，所述电网安全态势时序显著聚合表示向量的获取方法包括：
22、基于所述电网安全态势增强嵌入编码向量序列中各电网安全态势增强嵌入编码向量与所述电网安全态势数据聚类初始中心向量之间的空间跨度，结合所述电网安全态势静态能量因子序列，计算各电网安全态势增强嵌入编码向量的动态聚合能量因子，得到电网安全态势动态聚合能量因子序列；
23、将所述电网安全态势动态聚合能量因子序列输入门控掩码单元，得到电网安全态势动态聚合权重因子序列；
24、基于所述电网安全态势动态聚合权重因子序列，来计算所述电网安全态势增强嵌入编码向量序列的加权和，得到电网安全态势时序显著聚合表示向量。
25、进一步优化方案为，所述电网安全态势动态聚合能量因子序列的获取方法包括：
26、以所述电网安全态势增强嵌入编码向量与所述电网安全态势数据聚类初始中心向量之间相隔的特征向量个数的平方值作为空间跨度系数，计算所述电网安全态势增强嵌入编码向量的静态能量因子和所述电网安全态势数据聚类初始中心向量的静态能量因子的乘积a，计算所述乘积a与所述空间跨度系数之间的加权比率，得到电网安全态势动态聚合能量因子。
27、进一步优化方案为，所述根据电网安全态势时序显著聚合表示向量，预测电网的网络状态是否异常，包括方法：
28、将所述电网安全态势时序显著聚合表示向量输入基于分类器的电网风险预测模型中预测出电网网络状态是否存在异常。
29、本方案还提供基于网络安全数据的电网风险预测系统，用于实现上述的基于网络安全数据的电网风险预测方法，所述系统包括：
30、采集模块，用于获取电网安全态势数据，并构建电网安全态势数据序列；
31、编码模块，用于基于电网安全态势数据嵌入编码矩阵对所述电网安全态势数据序列中的各电网安全态势数据进行嵌入编码，得到电网安全态势嵌入编码向量序列；
32、增强聚合模块，用于对所述电网安全态势嵌入编码向量序列进行特征增强和动态聚合处理，得到电网安全态势时序显著聚合表示向量；
33、预测模块根据电网安全态势时序显著聚合表示向量，预测电网的网络状态是否异常。
34、本方案还提供一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如上述的基于网络安全数据的电网风险预测方法。
35、本专利技术与现有技术相比，具有如下的优点和有益效果：
36、本专利技术提供的基于网络安全数据的电网风险预测方法、系统及介质；其采用基于深度学习的人工智能技术对电网安全态势数据进行数据分析，提取出各个时间点的电网安全态势特征，并基于各个时间点的电网安全态势特征的相本文档来自技高网
...
【技术保护点】
1.基于网络安全数据的电网风险预测方法，其特征在于，包括：
2.根据权利要求1所述的基于网络安全数据的电网风险预测方法，其特征在于，所述特征增强的方法包括：
3.根据权利要求2所述的基于网络安全数据的电网风险预测方法，其特征在于，对所述电网安全态势嵌入编码向量序列进行分级掩码调制，包括方法：
4.根据权利要求2所述的基于网络安全数据的电网风险预测方法，其特征在于，所述动态聚合的方法包括：
5.根据权利要求4所述的基于网络安全数据的电网风险预测方法，其特征在于，所述基于所述特征能量分布确定电网安全态势数据聚类初始中心向量；包括方法：
6.根据权利要求5所述的基于网络安全数据的电网风险预测方法，其特征在于，所述电网安全态势时序显著聚合表示向量的获取方法包括：
7.根据权利要求6所述的基于网络安全数据的电网风险预测方法，其特征在于，所述电网安全态势动态聚合能量因子序列的获取方法包括：
8.根据权利要求1所述的基于网络安全数据的电网风险预测方法，其特征在于，所述根据电网安全态势时序显著聚合表示向量，预测电网的网络状态是否异常，包括方法：
9.基于网络安全数据的电网风险预测系统，其特征在于，用于实现权利要求1-8任意一项所述的基于网络安全数据的电网风险预测方法，所述系统包括：
10.一种计算机可读介质，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可实现如权利要求1-8中任意一项所述的基于网络安全数据的电网风险预测方法。
...
【技术特征摘要】
1.基于网络安全数据的电网风险预测方法，其特征在于，包括：
2.根据权利要求1所述的基于网络安全数据的电网风险预测方法，其特征在于，所述特征增强的方法包括：
3.根据权利要求2所述的基于网络安全数据的电网风险预测方法，其特征在于，对所述电网安全态势嵌入编码向量序列进行分级掩码调制，包括方法：
4.根据权利要求2所述的基于网络安全数据的电网风险预测方法，其特征在于，所述动态聚合的方法包括：
5.根据权利要求4所述的基于网络安全数据的电网风险预测方法，其特征在于，所述基于所述特征能量分布确定电网安全态势数据聚类初始中心向量；包括方法：
6.根据权利要求5所述的基于网络安全数据的电网风险预测方法，其特征在于，所述电...
【专利技术属性】
技术研发人员：王胜，张菊玲，张凌浩，庞博，向思屿，肖冬华，
申请(专利权)人：国网四川省电力公司电力科学研究院，
类型：发明
国别省市：
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。