-
公开(公告)号：CN119544262A
公开(公告)日：2025-02-28
申请号：CN202411478540.0
申请日：2024-10-22
Applicant: 国网山东省电力公司电力科学研究院 , 山东省计算中心(国家超级计算济南中心) , 国网山东省电力公司聊城供电公司
IPC: H04L9/40 , H04L67/1001 , H04L67/12
Abstract: 本公开涉及网络安全技术领域，提出了一种智能电网自适应防御与流量动态优化方法及系统，包括如下步骤：获取智能电网的实时网络流量；采用基于机器学习算法对获取的实时网络流量进行检测，判断是否受到DoS攻击；对于检测到的攻击流量，自动执行DoS攻击防御响应措施；对于检测到的正常流量，通过网络负载均衡，以及基于核密度估计的优先级队列管理进行优化，对网络流量进行网络流量动态管理。本公开能够及时识别、应对智能电网中的拒绝服务(DoS)攻击，同时通过流量动态优化管理，优化网络资源的分配，提升整体网络性能，提高电力系统运行的稳定性。
-
公开(公告)号：CN119202998A
公开(公告)日：2024-12-27
申请号：CN202411373067.X
申请日：2024-09-29
Applicant: 国网山东省电力公司电力科学研究院 , 山东省计算中心(国家超级计算济南中心)
IPC: G06F18/2433 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/084 , H04L9/40 , G06F123/02
Abstract: 本发明公开了一种工控流量异常检测方法、系统及电子设备，属于流量异常检测技术领域。包括：获取工况网络的实时流量数据包并进行预处理，生成原始流量特征序列和时频特征序列；通过训练好的混合神经网络模型对原始流量特征序列和时频特征序列进行并行处理，分别获取数据特征映射结果和物理特征映射结果并自适应融合，获取流量异常检测结果；其中，混合神经网络模型利用D‑ST‑LSTM网络学习原始流量特征序列中的深层次时序信息，利用DAE‑CNN网络对时频特征序列进行局部空间特征提取。能够充分利用流量数据的时间和空间维度信息，提高工控流量异常检测的精度；解决了现有面对低特征辨识度的异常流量异常检测效果有限的问题。
-
公开(公告)号：CN119201463A
公开(公告)日：2024-12-27
申请号：CN202411351906.8
申请日：2024-09-26
Applicant: 国网山东省电力公司电力科学研究院 , 山东省计算中心(国家超级计算济南中心)
Abstract: 本申请提供一种电网巡检系统能耗优化处理方法、装置、设备及介质，涉及电网系统巡检技术领域，在判断当前时隙处于系统时隙内时，将获取到的当前时隙无人机的实时位置信息和地面传感设备的实时计算任务信息输入预设地面传感设备能量消耗模型，以所有地面传感设备的总能量消耗最小为模型优化目标进行优化求解，然后根据获得目标移动策略和目标任务卸载策略分别控制所述无人机的移动轨迹和任务卸载，在考虑无人机连续动作空间情况下，将无人机和地面传感设备协作组成移动边缘计算系统，对无人机路径规划和计算卸载策略进行联合优化，提升了地面传感设备能效，增强了系统性能。
-
公开(公告)号：CN119155112A
公开(公告)日：2024-12-17
申请号：CN202411620659.7
申请日：2024-11-14
Applicant: 国网山东省电力公司电力科学研究院 , 浙江大学 , 山东省计算中心(国家超级计算济南中心)
Inventor： 王文婷 , 刘鑫 , 李迪 , 曹小亚 , 陈振娅 , 鉴庆之 , 刘吉龙 , 田博彦 , 田健 , 刘远龙 , 杨明 , 程鹏 , 王鑫 , 吴晓明 , 刘臣胜 , 秦佳峰 , 聂其贵 , 陈东
IPC: H04L9/40
Abstract: 本发明涉及网络流量技术领域，提供了一种智能电网Dos攻击检测方法、系统、介质、设备及程序。智能电网Dos攻击检测方法，包括：将同一条网络流量数据对应的三种特征进行合并，构建融合特征集；将融合特征集和对应的数值标签集作为输入，分别采用支持向量机和决策树，得到第一输出集和第二输出集；将第一输出集、第二输出集以及对应的数值标签集输入分类器，得到支持向量机的权重和决策树的权重，以构建多级决策模型；考虑多种性能指标，构建综合多维目标函数，对多级决策模型的超参数进行优化，得到优化后的多级决策模型，用于网络流量的Dos攻击检测。本发明能够快速识别智能电网中的DoS攻击行为，确保智能电网的安全运行。
-
公开(公告)号：CN118802373B
公开(公告)日：2024-12-13
申请号：CN202411268260.7
申请日：2024-09-11
Applicant: 国网山东省电力公司电力科学研究院 , 山东省计算中心(国家超级计算济南中心) , 浙江大学
Inventor： 王文婷 , 刘远龙 , 刘鑫 , 田博彦 , 曹小亚 , 吴晓明 , 田健 , 朱朝阳 , 王鑫 , 杨明 , 程鹏 , 冯冬芹 , 赵斌超 , 徐锋 , 庞向坤 , 徐征 , 刘京 , 聂其贵
Abstract: 本发明涉及智能电网安全访问领域，提供了一种智能电网安全访问控制方法、系统及终端设备。所述智能电网安全访问控制方法包括，根据访问过程中的关键设备的性能指标数据和网络流量数据以及接入网络设备的所有访问行为，分别计算接入网络设备的性能指标、网络流量以及访问行为各自对应的信任值；基于接入网络设备的性能指标、网络流量以及访问行为各自对应的信任值与各自相应阈值比较，确定出性能指标授权级别、网络流量授权级别以及访问行为授权级别；分别筛选出性能指标授权级别、网络流量授权级别以及访问行为授权级别中的最低级别，并作为接入网络设备最终授权级别，以确定出访问范围。本发明能够及时发现并有效应对安全威胁的演变。
-
Patent Agency Ranking
公开(公告)号：CN118802373A
公开(公告)日：2024-10-18
申请号：CN202411268260.7
申请日：2024-09-11
Applicant: 国网山东省电力公司电力科学研究院 , 山东省计算中心(国家超级计算济南中心) , 浙江大学
Inventor： 王文婷 , 刘远龙 , 刘鑫 , 田博彦 , 曹小亚 , 吴晓明 , 田健 , 朱朝阳 , 王鑫 , 杨明 , 程鹏 , 冯冬芹 , 赵斌超 , 徐锋 , 庞向坤 , 徐征 , 刘京 , 聂其贵
Abstract: 本发明涉及智能电网安全访问领域，提供了一种智能电网安全访问控制方法、系统及终端设备。所述智能电网安全访问控制方法包括，根据访问过程中的关键设备的性能指标数据和网络流量数据以及接入网络设备的所有访问行为，分别计算接入网络设备的性能指标、网络流量以及访问行为各自对应的信任值；基于接入网络设备的性能指标、网络流量以及访问行为各自对应的信任值与各自相应阈值比较，确定出性能指标授权级别、网络流量授权级别以及访问行为授权级别；分别筛选出性能指标授权级别、网络流量授权级别以及访问行为授权级别中的最低级别，并作为接入网络设备最终授权级别，以确定出访问范围。本发明能够及时发现并有效应对安全威胁的演变。
-
公开(公告)号：CN119155112B
公开(公告)日：2025-03-28
申请号：CN202411620659.7
申请日：2024-11-14
Applicant: 国网山东省电力公司电力科学研究院 , 浙江大学 , 山东省计算中心(国家超级计算济南中心)
Inventor： 王文婷 , 刘鑫 , 李迪 , 曹小亚 , 陈振娅 , 鉴庆之 , 刘吉龙 , 田博彦 , 田健 , 刘远龙 , 杨明 , 程鹏 , 王鑫 , 吴晓明 , 刘臣胜 , 秦佳峰 , 聂其贵 , 陈东
IPC: H04L9/40
Abstract: 本发明涉及网络流量技术领域，提供了一种智能电网Dos攻击检测方法、系统、介质、设备及程序。智能电网Dos攻击检测方法，包括：将同一条网络流量数据对应的三种特征进行合并，构建融合特征集；将融合特征集和对应的数值标签集作为输入，分别采用支持向量机和决策树，得到第一输出集和第二输出集；将第一输出集、第二输出集以及对应的数值标签集输入分类器，得到支持向量机的权重和决策树的权重，以构建多级决策模型；考虑多种性能指标，构建综合多维目标函数，对多级决策模型的超参数进行优化，得到优化后的多级决策模型，用于网络流量的Dos攻击检测。本发明能够快速识别智能电网中的DoS攻击行为，确保智能电网的安全运行。
-
公开(公告)号：CN119892499A
公开(公告)日：2025-04-25
申请号：CN202510360779.6
申请日：2025-03-26
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: H04L9/40 , G06F18/15 , G06F18/214 , G06F18/2135 , G06F18/21 , G06F18/2433 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/0455 , G06N3/094
Abstract: 本发明属于数据分析与网络安全技术领域，具体涉及一种基于物理约束与自适应阈值的虚假数据注入攻击检测和定位方法。所述方法包括：通过预处理多个传感器的测量数据，将数据输入到基于物理约束和时间条件嵌入的WGAN框架进行训练；WGAN生成符合物理规律的高质量合成数据，并结合LSTM捕捉时间序列的长短期特性；随后，利用CNN‑Transformer模型进行全局特征提取和动态阈值生成，结合基于分位数的动态检测机制分析正常数据的分布，精准定位潜在攻击来源；最终，通过循环优化模型架构与参数，提升检测与定位的精度与效率。
-
公开(公告)号：CN119089982B
公开(公告)日：2025-04-08
申请号：CN202411212448.X
申请日：2024-08-30
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 潍柴动力股份有限公司
IPC: G06N3/098 , G06N3/084 , G06N3/0499 , G06F21/57
Abstract: 本发明涉及应用于攻击场景下的分布式学习聚合方法、存储介质和程序产品。该方法包括：构建包含n个节点和单个参数服务器的异构分布式学习系统；参数服务器获取各个节点的梯度；基于接收的各个节点的梯度，参数服务器获取各个节点梯度的范数与方向；基于各个节点梯度的范数与方向，参数服务器计算各个梯度的保留概率，并进行概率筛选，确定保留梯度；根据梯度筛选结果，参数服务器获取各个保留梯度的平均值，根据各个保留梯度的平均值，进行全局模型参数的迭代优化，利用最终优化后的全局模型参数对异构分布式学习系统进行性能评估。本发明将梯度的范数与方向信息相结合，通过概率筛选实现了在异构分布式机器学习环境下保持拜占庭鲁棒性的目标。
-
公开(公告)号：CN119670916A
公开(公告)日：2025-03-21
申请号：CN202510200623.1
申请日：2025-02-24
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06N20/00 , G06F18/213 , G06F18/2115 , G06F18/2413
Abstract: 本发明属于联邦学习的技术领域，具体涉及一种基于特征对比优化与分类器动态集成的联邦学习方法及装置。其方法包括：通过服务器初始化全局模型并将其下发给参与联邦学习的#imgabs0#个客户端，客户端基于接收到的全局模型进行本地模型更新以及对更新后的本地模型进行训练，再利用训练后的本地特征提取器对其本地私有数据集进行特征提取，以构建本地特征原型集合，再将本地模型、本地特征原型集合、客户端总样本量上传至服务器，服务器在全局聚合时，使用对比学习技术提升全局特征原型质量，最后将聚合得到的全局原型和全局特征原型集合下发给各客户端，执行下一轮次的学习，直至本地模型收敛或到达设定的通信轮次。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.167 seconds)
