[發(fā)明專利]電力系統(tǒng)隱患主機識別方法及裝置

在審

• 申請?zhí)枺?/td>: 201310362897.8
• 申請日: 2013-08-19
• 公開（公告）號: CN103441869A
• 公開（公告）日: 2013-12-11
• 發(fā)明（設(shè)計）人: 李偉堅;何杰;張筱云;亢中苗;付佳佳;李星南;施展;張珮明;朱文紅;蔣康明
• 申請（專利權(quán)）人: 廣東電網(wǎng)公司電力調(diào)度控制中心
• 主分類號: H04L12/24
• 分類號: H04L12/24;G06F21/56;H02J13/00
• 代理公司: 廣州華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 王茹;曾旻輝

技術(shù)領(lǐng)域

本發(fā)明涉及電力系統(tǒng)技術(shù)領(lǐng)域，尤其涉及一種電力系統(tǒng)隱患主機識別方法和一種電力系統(tǒng)隱患主機識別裝置。

背景技術(shù)

對于電力系統(tǒng)而言，傳統(tǒng)的隱患識別主要是使用漏洞掃描器，在信息系統(tǒng)現(xiàn)場進行漏洞掃描。但是電網(wǎng)控制著工業(yè)，能源，交通等國家重要基礎(chǔ)設(shè)施的運行，一旦電網(wǎng)不能正常提供服務，則這些重要基礎(chǔ)設(shè)施的運行也將會癱瘓。由于漏洞掃描工具會對檢測環(huán)境發(fā)出很多攻擊包，很可能會影響工業(yè)控制系統(tǒng)的正常服務，所以為了保證可靠性，不可能應用漏洞掃描工具在工控系統(tǒng)環(huán)境下進行掃描，因為電力系統(tǒng)不能容忍由掃描可能導致的崩潰。

對于無法在工控系統(tǒng)現(xiàn)場進行漏洞掃描，滲透測試的問題，一些發(fā)達國家通過建立工控系統(tǒng)仿真平臺，將現(xiàn)實的工控系統(tǒng)，在仿真平臺下模擬出來，然后在仿真平臺下利用和傳統(tǒng)風險評估中相同的脆弱性識別方法（如基線檢查，漏洞掃描，滲透測試）對工控系統(tǒng)的脆弱性進行識別。但是這種方法的效率不是很高，在整個工控系統(tǒng)仿真平臺下進行全網(wǎng)的漏洞掃描，雖然覆蓋范圍很全面，但是產(chǎn)生的龐大的漏洞掃描結(jié)果無法幫助評估人員有效識別出隱患主機，進而制定更加有效的安全控制措施。

發(fā)明內(nèi)容

基于此，本發(fā)明提供了一種電力系統(tǒng)隱患主機識別方法和一種電力系統(tǒng)隱患主機識別裝置。

一種電力系統(tǒng)隱患主機識別方法，包括以下步驟：

查詢電力系統(tǒng)中存在的系統(tǒng)風險；

將所述系統(tǒng)風險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件；

采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；

根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。

與一般技術(shù)相比，本發(fā)明電力系統(tǒng)隱患主機識別方法先查詢電力系統(tǒng)中存在的系統(tǒng)風險，查詢的來源既不需要是傳統(tǒng)的漏洞掃描工具結(jié)果，也無需工控系統(tǒng)的仿真平臺。在隱患識別的過程中引入了貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；也即量化了故障樹中各個底事件對頂事件的影響程度，從而能夠有效地和快速地識別電力系統(tǒng)中的隱患主機。

一種電力系統(tǒng)隱患主機識別裝置，包括系統(tǒng)風險查詢模塊、底事件查詢模塊、發(fā)生概率計算模塊和隱患主機識別模塊；

所述系統(tǒng)風險查詢模塊，用于查詢電力系統(tǒng)中存在的系統(tǒng)風險；

所述底事件查詢模塊，用于將所述系統(tǒng)風險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件；

所述發(fā)生概率計算模塊，用于采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；

所述隱患主機識別模塊，用于根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。

與一般技術(shù)相比，本發(fā)明電力系統(tǒng)隱患主機識別裝置先查詢電力系統(tǒng)中存在的系統(tǒng)風險，查詢的來源既不需要是傳統(tǒng)的漏洞掃描工具結(jié)果，也無需工控系統(tǒng)的仿真平臺。在隱患識別的過程中引入了貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；也即量化了故障樹中各個底事件對頂事件的影響程度，從而能夠有效地和快速地識別電力系統(tǒng)中的隱患主機。

附圖說明

圖1為本發(fā)明電力系統(tǒng)隱患主機識別方法的流程示意圖；

圖2為本發(fā)明電力系統(tǒng)隱患主機識別裝置的結(jié)構(gòu)示意圖。

具體實施方式

為更進一步闡述本發(fā)明所采取的技術(shù)手段及取得的效果，下面結(jié)合附圖及較佳實施例，對本發(fā)明的技術(shù)方案，進行清楚和完整的描述。

請參閱圖1，為本發(fā)明電力系統(tǒng)隱患主機識別方法的流程示意圖。

本發(fā)明電力系統(tǒng)隱患主機識別方法，包括以下步驟：

S101查詢電力系統(tǒng)中存在的系統(tǒng)風險；

S102將所述系統(tǒng)風險作為頂事件，采用故障樹查詢法，查詢引發(fā)所述頂事件的各個底事件；

S103采用貝葉斯網(wǎng)絡(luò)概率算法計算所述各個底事件的發(fā)生概率，并按照所述發(fā)生概率的大小對所述各個底事件進行排序；

S104根據(jù)所述排序結(jié)果，在所述各個底事件中識別出電力系統(tǒng)的隱患主機。

在步驟S101中，確定隱患識別級別，是識別到自治系統(tǒng)級別，主機級別，軟件級別還是硬件級別，隱患識別的級別用于決定故障樹的深度，確定的識別級別越低，故障樹的深度就越大。優(yōu)選地，可以將識別級別定為主機層的故障。