[發明專利]基于概率的智能變電站網絡異常流量檢測模型構建方法

有效

• 申請號: 201710691297.4
• 申請日: 2017-08-14
• 公開（公告）號: CN107517205B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 楊強;郝唯杰
• 申請（專利權）人: 浙江大學
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/24
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

本發明公開了一種基于概率的智能變電站網絡異常流量檢測模型構建方法。該方法通過對采集得到的智能變電站站控層通信流量數據進行多次FARIMA模擬，得到站控層正常通信流量閾值模型；并對在站控層流量層面上有所體現的網絡異常情況進行重點分析，提取KDD99異常數據流量疊加到原背景流量之中，生成異常網絡流量由此作為閾值基準，設計智能變電站通信網絡的評估指標與算法分析的電力通信網絡的運行狀況，本發明以天津某變電站站控層實際采集流量為測試數據給出了詳細的算法描述，設計算例對變電站通信網絡異常流量進行檢測與預警。

技術領域

本發明涉及一種基于概率的智能變電站通信流量異常檢測模型構建方法，屬于電網信息安全檢測領域。

背景技術

快速建設智能化變電站的同時，工控系統的網絡安全問題也日益受到關注。工業系統網絡密集程度越高，其衍生的網絡安全問題也越嚴重。例如2015年，烏克蘭電力基礎設施遭到BlackEnergy等惡意代碼的攻擊，最后造成長時間停電并制造整個社會混亂。近年來，此類具有信息戰水準的網絡攻擊事件頻繁發生；究其原因還是對于工控系統的網絡安全意識不足。

一旦網絡發生異常現象,就有可能使智能終端、保護等設備的功能喪失,進而影響到智能變電站可靠運行,甚至引發連鎖的電力安全事故。當出現網絡風暴時,大量重復的報文在網絡中傳播,造成網絡阻塞,監控數據異常,設備互操作失效,保護動作的可靠性受到影響,整個變電站最終會出現失控狀態；而當出現網絡入侵時，IED(Intelligent ElectricDevice)設備被入侵者肆意控制，站控層數據被篡改，造成大規模停電以及危險事故。

變電站的網絡安全被認為是電網信息化建設的一個關鍵問題。異常檢測是指在數據網絡中發現異常行為的任務；這是計算機網絡中廣泛采用的一個概念。智能變電站異常檢測系統能及時響應預警網絡異常或者病毒發作，并分析流量異常可能出現的原因，以及智能變電站出現異常運行的概率。

發明內容

針對現有技術存在的不足，本發明目的是提供一種基于概率的智能變電站網絡異常流量檢測模型構建方法；本發明給出了高效且有創造性的異常網絡流量辨識方法以及變電站通信網絡指標，并最終實現變電站網絡的異常評估以及告警功能。

本發明的目的是通過以下技術方案來實現的：

本發明的基于概率模型的智能變電站網絡異常流量檢測模型構建方法，包括以下步驟：

(1)基于變電站通信流量數據建立優化的FARIMA(p,d,q)模型，并對模型進行校驗；多次運行FARIMA(p,d,q)模型預測目標序列，并設計算法篩選具有智能變電站流量特征的預測值，生成不同置信度下的流量閾值模型；

(2)選取不同置信度下的流量閾值模型，采用異常流量值作為閾值基準設計變電站通信網絡異常算法；

(3)根據智能變電站通信網絡異常在流量層面上的不同體現，設計不同閾值基準；建立智能變電站通信流量異常檢測系統。

優選的，所述步驟(1)具體為：

(a)對采集的智能變電站通信流量數據進行數據分析，包括序列長度分析、周期性分析、平穩性分析以及自相關性分析；

(b)建立優化的FARIMA(p,d,q)模型，并對模型進行校驗；

(c)比較不同算法的擬合優度以及預測效果；

(d)多次運行FARIMA(p,d,q)模型，設計算法對所有通過FARIMA(p,d,q)模型的具有智能變電站流量特征的預測數據進行篩選分析，即：

其中X_t為原始序列，為第i次模擬的第j個預測序列值，n為預測步長，randm是范圍為(1,l-n+1)區間內的隨機正整數，設預測序列號為j，智能變電站通信流量閾值模型生成公式如下：