[發明專利]基于特征選擇的支持向量機電網入侵檢測系統及方法

在審

• 申請號: 202010192130.5
• 申請日: 2020-03-18
• 公開（公告）號: CN111654463A
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 梁壽愚;劉映尚;張昆;胡榮;周華鋒;方文崇;周志烽;朱文;李映辰;何超林;顧慧杰;江偉;李文朝;王義昌;侯劍
• 申請（專利權）人: 中國南方電網有限責任公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種基于特征選擇的支持向量機電網入侵檢測系統，其特征在于所述系統包括用于存儲入侵信息數據包的入侵信息數據庫、數據預處理模塊和數據分析模塊，所述數據預處理模塊調用入侵信息數據庫的數據進行數據預處理，且數據預處理模塊將數據預處理后的數據送至數據分析模塊。

2.根據權利要求1所述的基于支持向量機的入侵檢測系統，其特征在于，所述數據預處理模塊包含有：數據填補模塊和數據歸一化模塊，所述數據填補模塊，用于對入侵數據進行空缺值填補，數據填補模塊是利用與有缺失值的屬性相關聯的屬性或屬性組對總體進行劃分,對于缺失數據，用該數據所在類的完整數據的均值來代替；所述數據歸一化模塊，用于對入侵數據進行歸一化操作，數據歸一化模塊是利用每個屬性特征中的最大值和最小值對該類屬性下的數據進行歸一化操作。

3.根據權利要求1所述的基于支持向量機的入侵檢測系統，其特征在于，所述數據分析模塊包含有：特征選擇模塊和支持向量機檢測模塊，所述特征選擇模塊，用于篩選入侵數據中的冗余特征，特征選擇模塊是利用網絡數據集中的每個屬性特征所含的信息量對特征集合進行選擇，剔除特征集合中的冗余特征；所述支持向量機檢測模塊，用于對入侵數據進行檢測分析，支持向量機檢測模塊是利用二分類支持向量機算法對網絡數據集進行檢測，區分網絡數據中的“攻擊”類型和“非攻擊”類型。

4.根據權利要求1所述的基于支持向量機的入侵檢測系統，其特征在于，所述數據填補模塊和數據歸一化模塊之間均通過數據總線進行通信連接。

5.根據權利要求1所述的基于支持向量機的入侵檢測系統，其特征在于，所述特征選擇模塊和支持向量機檢測模塊之間均通過數據總線進行通信連接。

6.一種基于特征選擇的支持向量機電網入侵檢測系統的檢測方法，其特征在于包括有如下步驟：

步驟1)采用類均值對網絡數據中的缺失值進行填補；

步驟2)將步驟1處理后的網絡數據，通過歸一化方法對網絡數據進行歸一化處理，從而降低網絡數據的不確定性；

步驟3)采用信息增益對預處理后的數據進行特征選擇，剔除網絡數據中的冗余特征；

步驟4)對步驟3剔除冗余特征的網絡數據進行支持向量機算法分析預測，并將分析預測的結果通過設備反饋給網絡維護人員。

7.根據權利要求6所述的基于特征選擇的支持向量機電網入侵檢測系統，其特征在于，所述步驟1的具體步驟如下：

步驟1.1)輸入收集到網絡數據集S＝(S₁,S₂,…,S_n)，含有n個樣本，每條記錄有m個屬性S＝(S_i1，S_i2,…,S_in)，那么數據集可表示為如下的數據矩陣：

步驟1.2)對于缺失數據S_ij(i＝1,2,…,n；j＝1,2,…,m)；通過與第j個屬性相關聯的其他屬性或屬性組對數據集中的樣本進行分組，組數記為K；

步驟1.3)如果數據集S_i在第k(k＝1,2,,K)個分組中，則S_ij＝μ_kj，其中μ_kj表示S_i所在的第k個組中第個屬性的均值；

步驟1.4)輸出填補后的網絡數據集S′。