準(zhǔn)確快速檢測智能變電站通信網(wǎng)絡(luò)異常流量是發(fā)現(xiàn)系統(tǒng)異常、實現(xiàn)安全態(tài)勢感知和主動防御的關(guān)鍵技術(shù),對保證智能電網(wǎng)安全穩(wěn)定運行有著重要意義。文中提出了基于時-頻域混合特征的智能變電站通信網(wǎng)絡(luò)異常流量檢測新方法。首先,設(shè)計了基于分形自回歸積分滑動平均(FARIMA)流量模型和小波包分析方法的流量頻域特征提取方法,并結(jié)合電力信息流時域特征構(gòu)建時-頻域混合特征集。進而,采用人工蜂群優(yōu)化的支持向量機算法進行異常流量辨識。最后,基于某110 kV變電站的站內(nèi)實際網(wǎng)絡(luò)流量和CIC DDoS2019數(shù)據(jù)集、KDD99數(shù)據(jù)集進行仿真,結(jié)果表明所提算法對網(wǎng)絡(luò)異常流量識別有更低的誤判率和漏檢率。

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 SCN流量分析與建模
2 時-頻域混合特征集提取方法
3 ABC-SVM網(wǎng)絡(luò)異常流量識別方法
4 基于時-頻域混合特征的異常流量檢測算法性能評價
    4.1 基于OPNET平臺的算法性能仿真測試
    4.2 基于CIC DDoS2019數(shù)據(jù)集的算法性能測試
    4.3 基于KDD99數(shù)據(jù)集的算法性能測試
5 結(jié)語
附錄A



本文編號：4044132