[發明專利]基于改進SVM的電力企業信息系統異常檢測方案的優化方法

在審

• 申請號: 201910721565.1
• 申請日: 2019-08-06
• 公開（公告）號: CN110472678A
• 公開（公告）日: 2019-11-19
• 發明（設計）人: 陳昌嶺;徐立;劉飛鵬;鄭義林;陳施;靳玉晨;王超
• 申請（專利權）人: 國家電網有限公司;國網安徽省電力有限公司天長市供電公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06
• 代理公司: 34120 合肥順超知識產權代理事務所(特殊普通合伙)
• 代理人: 謝永<國際申請>=<國際公布>=<進入國

本發明公開了電力信息系統技術領域的基于改進SVM的電力企業信息系統異常檢測方案的優化方法，具體步驟如下，先了解SVM算法原理，然后構建網絡性能指標模型，接著進行核函數的選擇及參數優化，最后進行置信區間的確定；本發明通過針對被動檢測方法的缺點進行改進，提出采用SVM機制參與到性能評價過程中，實現了對基線參數的實時動態調整，同時利用訓練殘差的方法輔助確定網絡性能指標的置信區間，從而提高了閾值計算的可靠性和精確性。

技術領域

本發明涉及電力信息系統技術領域，具體涉及基于改進SVM的電力企業信息系統異常檢測方案的優化方法。

背景技術

隨著我國進入了大數據時代以來，我國各類型企業的發展速度陡然提高，其中電力企業的業務規模也出現了大幅增加。國家電網公司由于各分部、省公司在資源配置方面差異較大，使得大規模數據協調處理的復雜度呈幾何級數上升，系統異常出現的概率大幅度增加，且故障排查效率相對低下，對信息系統的正常運行構成了嚴重的影響，因此必須采取有效措施，對網絡性能異常進行精確快速的監測。

目前網絡異常檢測技術已經研究出多種技術成果。如Roy提出了提高檢測技術魯棒性的設計思路，指出流量規模在一定范圍內的突變，不應當作為明確的異常指征，而僅可以作為參考標準；Jun Jiang等人提出了網絡性能檢測的預判概念，采用預測算法對當前的網絡性能波動進行計算，一定程度上實現了對異常情況的提前判定；Amon Goldman等人將網絡性能指標的變化數據用統計學中的迭代統計算法進行分析，實現了動態調節性能指標閾值的目標；以上檢測方法均為被動統計方法，存在滯后程度較高的問題，而網絡性能監控卻需要將實時性作為首要指標，因此這些方法均不能實現對當前大規模網絡的及時調控。

主動監控技術將原先針對某區域的總流量變化進行監控的方法，轉變為針對區域內預設的一系列性能參數的異常變化進行檢測和分析，即以網絡區域內是否出現了相關類型的異常點為依據，判定當前該區域內是否出現了對應的問題。在該類型的檢測過程中，主要依據兩個重要的參數來進行判定，其分別為基線和閾值。基線是指網絡在通信過程中的性能基礎值，反應網絡在不同環境下的平均性能，而閾值則是以基線為中心動態調整的，指明了某一時間段內網絡性能波動的正常范圍。基于此，本發明設計了基于改進SVM的電力企業信息系統異常檢測方案的優化方法，以解決上述問題。

發明內容

本發明的目的在于提供基于改進SVM的電力企業信息系統異常檢測方案的優化方法，以解決上述背景技術中提出的目前在被動檢測方法上存在缺點的問題。

為實現上述目的，本發明提供如下技術方案：基于改進SVM的電力企業信息系統異常檢測方案的優化方法，具體步驟如下：

第一步，了解SVM算法原理

支持向量機SVM的基本算法流程如下

首先根據分析對象特征設定初始樣本群體{x_i，y_j}，i，j＝1，2，… n；x_i與y_j分別為算法的n維輸入量和輸出量；

式(1)給出了SVM算法的基本函數形式

上式中(·)為算法的特征映射函數，將其視為被測對象的回歸函數，將式(1)表述為

式(1)中的||ω||²為復雜度參數，用以描述f(·)的復雜度；C為懲罰系數，用以設定算法對錯誤分類的懲罰程度，從而提高全局最優解的存在概率；為經驗風險值，用來描述算法分類結果與真實結果之間的差值，其中ε為不靈敏損失函數，其作用等價于算法中的松弛變量，用以清除真實值在某范圍內的誤差，其滿足式(3)

|y-f(x)|_ε＝max{0,|y-f(x)|-ε} (3)