發(fā)布時間：2021-09-11 10:51

　　以遼寧省智能電網系統(tǒng)為研究對象,分析其存在的信息安全問題,然后針對性的制定入侵檢測系統(tǒng),并改進算法,主要使用的是R-NNIDS系統(tǒng)與Snort相兼容的規(guī)則描述方法,可以對網絡中具有攻擊性的數(shù)據(jù)包簡化描述,降低數(shù)據(jù)量。建立SVM模型,基于神經網絡對智能電網入侵檢測方法改進,并對其進行檢測,整體上減少檢測系統(tǒng)的誤報率和漏報率,并降低數(shù)據(jù)量,提高工作的便捷性,減少成本,更好的服務于智能電網管理工作的開展。具體研究過程中,擬解決的關鍵問題:如何進行入侵檢測方法的創(chuàng)新,如何進行入侵檢測系統(tǒng)設計改進,如何準確識別入侵行為,并增強對新的入侵行為的檢測能力。通過實踐研究,得出結論如下:整個入侵檢測模型設計使用的是SVM,方法為二次分解法、SOM方法和LM方法,并對其進行改進,使用KPCA算法進行神經網絡分類器標志設置,為KPCAINN,使用ICA方法的分類器標志設置為ICAINN。檢測結果相對較好,具有實用性;R-NNIDS系統(tǒng)設計合理,可以發(fā)現(xiàn)一些新的入侵行為。除此以外,遼寧省智能電網面臨的風險為計算機系統(tǒng)硬件和通信設施容易受到自然環(huán)境、自然災害及人為的物理破壞,計算機系統(tǒng)的軟件和數(shù)據(jù)容易受到非法竊... 

【文章來源】：遼寧工程技術大學遼寧省

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

圖３．７?Ｒ２Ｌ類型入侵檢測精度??Ｆｉｇｕｒｅ?３．７?Ｒ２Ｌ?ｔｙｐｅ?ｉｎｔｒｕｓｉｏｎ?ｄｅｔｅｃｔｉｏ?

節(jié)??（１）學習模型??集成學習的主要理念就是對一些繁雜的知識和數(shù)據(jù)進行優(yōu)化處理，產生一些有用的、??有價值的數(shù)據(jù)信息，便于實際的學習和認知。模型為ｙ＝ｆ?（ｘ），接下來，在實際的訓練集??之中，找到適應于這一模型的學習器ｈ，在輸入ｘ之后，則可以得出ｙ，通過ｙ的結果反??映ｘ的類別和預測值。在整個訓練過程之中，Ｔ可以產生ｍ個子訓練集Ｔｉ＝?（ｉ＝ｌ，．．．ｍ），??不同子訓練集將會對應不同的學習器ｈｉ＝（ｉ＝ｌ，．．．ｍ），并通過一定的規(guī)則組成訓練集與??學習期之間的集合。示意圖如圖４．?３所示。??Ｔ??學習?＋?Ｉ?—ｉ??Ｔ１?．．．?Ｔｍ??ｉ?ｉ??ｈｉ?ｈｍ???｜十?１?１十?卞１?????１?Ｉ?Ｔ??（ｘ，?？?）?＾?ｈ＊＝ｆ?（ｈｉ，?．．ｈｍ）???Ｉ???應用?（ｘ，ｙ＊）??圖４．３集成學習示意圖??Ｆｉｇｕｒｅ?４．３?Ｉｎｔｅｇｒａｔｅｄ?ｌｅａｒｎｉｎｇ?ｓｃｈｅｍａｔｉｃ??（２）算法介紹??２１??

ＮＮ?－??ｘ，’十＋＋卞ｒ＇ｓ?集成系統(tǒng)??９８?－?乂?？七?，？味＇ｘ、ｘ、ＩＮＮ?－??本本?＇本木?＾ｘ－ｘ－ｘ－．：：??９７＇－?－??ｇ?＋??ＩＴ?９５?■?■??ｇ?９５－?ｙ?公玖??９４＾?林？外＋？?．??ｑ＿?七＇＋、、＋?〇＇玖辦分分〇??９２?－?■??吁？?＋?＋?＋?＋?—??ｇｉ??Ｉ?Ｉ?ｉ?ｉ?ｉ???０?１０００?２０００?３０００?４０００?５０００?６０００??測試集??圖４．５分類正確率ＩＲ對比圖??Ｆｉｇｕｒｅ?４．５?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｃｏｒｒｅｃｔ?ｒａｔｅ?ＩＲ?ｃｏｍｐａｒｉｓｏｎ?ｃｈａｒｔ??１００?１?１?１?１?－?■■■?－??Ｉ?．．．Ｋ—ＫＰＣＡＩＮＮ??９９?－?－－?＋?－－ＩＣＡＩＮＮ?－??９８?－?乂?＾七命４＂?，？味乂＇ｘ、ｘ、－??本冰?＇本本?＾＂ｋ－－ｘ－－ｋ－．ｋ．．３：??Ｗ?－??ｇ?屮．？＋??＃?９６?－?－??§?９５?■?ｙ乃?總它、?■??Ｉ心一林ｔ？?＇％、?．??屮＋、?攻說??９３－?＇＋＇＋?分？分？）??９２?－?＊??十屮＋?＋?＋?－－??９１??Ｉ?Ｉ?Ｉ?Ｉ?Ｉ???０?１０００?２０００?３０００?４０００?５０００?６０００??測試集??圖４．６誤警率Ｉｐ對比圖??Ｆｉｇｕｒｅ?４．６?Ｆａｌｓｅ?ａｌａｒｍ?ｒａｔｅ?Ｉ，？?ｃｏｍｐａｒｉｓｏｎ?ｃｈａｒｔ??２６??

【參考文獻】：
期刊論文
[1]面向電力網絡的多屬性SCADA入侵檢測[J]. 蔣晨達,李津.  電力學報. 2018(04)
[2]智能電網入侵檢測綜述[J]. 蔣南允,程光.  網絡空間安全. 2018(01)
[3]云計算環(huán)境下的智能電網光通信網絡安全的研究[J]. 杜博.  自動化與儀器儀表. 2018(01)
[4]運用PCA改進BP神經網絡的用電異常行為檢測[J]. 田野,張程,毛昕儒,劉驥.  重慶理工大學學報(自然科學). 2017(08)
[5]智能電網鄰域網分級式入侵檢測系統(tǒng)研究[J]. 李雅潔,丁一,馬文潔,鈕丹陽.  軟件. 2017(07)
[6]電力信息物理融合系統(tǒng)環(huán)境中的網絡攻擊研究綜述[J]. 湯奕,陳倩,李夢雅,王琦,倪明,梁云.  電力系統(tǒng)自動化. 2016(17)
[7]基于圖論的矩陣算法在配電網故障定位中的應用[J]. 胡福年,孫守娟.  中國電力. 2016(03)
[8]智能電網中分層網絡結構的入侵檢測系統(tǒng)研究[J]. 徐靜,姚志壘,徐森,李永忠,吳素芹.  鄭州輕工業(yè)學院學報(自然科學版). 2015(Z2)
[9]智能電網信息安全現(xiàn)狀分析及防護建議[J]. 王秀清,王素麗,車方圓,于香英,李旭峰.  信息技術. 2015(09)
[10]多層極限學習機在入侵檢測中的應用[J]. 康松林,劉樂,劉楚楚,廖鋟.  計算機應用. 2015(09)

碩士論文
[1]信息安全知識服務系統(tǒng)研究與實現(xiàn)[D]. 江國林.鄭州大學 2017
[2]基于圖論分析的智能電網信息攻擊入侵檢測研究[D]. 李建金.燕山大學 2017
[3]配用電系統(tǒng)高級量測體系與數(shù)據(jù)應用方法研究[D]. 劉沅昆.華北電力大學 2017
[4]入侵檢測技術在微電網監(jiān)控中的應用研究[D]. 高文鵬.華北電力大學(北京) 2016
[5]智能電網DNP3協(xié)議安全機制研究與實現(xiàn)[D]. 閆爽.國防科學技術大學 2016
[6]智能電網高級量測體系入侵檢測方法研究[D]. 張超超.華北電力大學(北京) 2016
[7]電力CPS網絡攻擊模式分析與智能電表入侵檢測方法研究[D]. 吳長江.長沙理工大學 2015
[8]智能電網AMI網絡安全機制研究[D]. 劉小雪.國防科學技術大學 2014
[9]基于AMI的入侵檢測技術研究[D]. 簡富俊.華北電力大學 2014
[10]智能電網通信系統(tǒng)的網絡安全[D]. 劉力.南昌大學 2012



本文編號：3392866