[發(fā)明專利]一種基于多通道SAE-AdaBoost的電力物聯(lián)網(wǎng)網(wǎng)絡(luò)安全態(tài)勢評估方法

有效

• 申請?zhí)枺?/td>: 202011461351.4
• 申請日: 2020-12-08
• 公開（公告）號(hào): CN112615843B
• 公開（公告）日: 2022-07-08
• 發(fā)明（設(shè)計(jì)）人: 劉蕭;陳龍;呂磊;李靜;黃昆;李嘉周;楊旭東;黃林
• 申請（專利權(quán)）人: 國網(wǎng)四川省電力公司信息通信公司
• 主分類號(hào): H04L9/40
• 分類號(hào): H04L9/40;H04L67/12
• 代理公司: 成都正煜知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51312
• 代理人: 李龍

1.一種基于多通道SAE-AdaBoost的電力物聯(lián)網(wǎng)網(wǎng)絡(luò)安全態(tài)勢評估方法，其特征在于：

步驟1：網(wǎng)絡(luò)安全態(tài)勢指標(biāo)劃分為多個(gè)通道T₁,T₂,...,T_n；

步驟2：對于每一個(gè)通道，SAE通過隱含層將每一個(gè)無標(biāo)簽訓(xùn)練樣本k維矢量x′映射成m維的編碼矢量x^h，以得到高維數(shù)據(jù)的低維表示x^h；

步驟3：對于通道T_i訓(xùn)練數(shù)據(jù)集其中表示經(jīng)步驟2降維后的樣本點(diǎn)，x^h降維后的數(shù)據(jù)，x是指通道劃分后的指標(biāo)數(shù)據(jù)，y_i表示樣本對應(yīng)的類別，取值為{-1，1}，為“1”時(shí)表示此通道對應(yīng)的安全事件會(huì)發(fā)生，AdaBoost算法從訓(xùn)練數(shù)據(jù)中不斷改變樣本的權(quán)重，串行學(xué)習(xí)到一系列的弱學(xué)習(xí)器，并將這些弱學(xué)習(xí)器線性組合為一個(gè)強(qiáng)學(xué)習(xí)器，使用這個(gè)強(qiáng)學(xué)習(xí)器對其對應(yīng)的通道進(jìn)行評估；

步驟4：AHP綜合考慮通道之間的相對重要性，融合多個(gè)通道的評估結(jié)果，得到整體網(wǎng)絡(luò)安全態(tài)勢；

步驟1包括以下步驟：

對網(wǎng)絡(luò)安全環(huán)境產(chǎn)生影響的網(wǎng)絡(luò)安全問題劃分為n個(gè)通道：T₁,T₂,...,T_n；

根據(jù)各個(gè)指標(biāo)和安全問題之間的對應(yīng)關(guān)系，將整體態(tài)勢指標(biāo)劃分到以上n個(gè)通道；

步驟2包括以下步驟：

S2.1：對每個(gè)通道T_i的指標(biāo)數(shù)據(jù)X^Ti＝{x₁,x₂,...,x_n}進(jìn)行歸一化，采用最小-最大值標(biāo)準(zhǔn)法，將通道T_i指標(biāo)數(shù)據(jù)的大小范圍縮小到[0,1]之間：

其中x代表指標(biāo)數(shù)據(jù)；

S2.2：對通道T_i指標(biāo)數(shù)據(jù)進(jìn)行編碼：通過隱含層將每一個(gè)無標(biāo)簽訓(xùn)練樣本k維矢量x′映射成m維的編碼矢量x^h，以得到高維數(shù)據(jù)的低維表示x^h；

步驟3具體包括：

步驟3.1:D_m＝(w_m1,w_m2,...,w_mN)表示第m個(gè)弱分類器樣本的權(quán)重，初始化樣本點(diǎn)的權(quán)重為：D₁＝(w₁₁,w₁₂,...,w_1N),

步驟3.2:對于m＝1,2,...,M，使用帶有權(quán)重D_m的樣本訓(xùn)練一個(gè)弱學(xué)習(xí)器G_m(x)；

步驟3.3:計(jì)算弱學(xué)習(xí)器G_m(x)的分類誤差：

步驟3.4:由前向分步算法，弱分類器G_m(x)的系數(shù)為：

步驟3.5:更新第m+1個(gè)弱學(xué)習(xí)器樣本的權(quán)重分布:

D_m+1＝(w_m+1,1,w_m+1,2,...,w_m+1,N)

其中，

其中，

其中，Z_m是規(guī)范化因子，主要作用是將w_mi的值規(guī)范到0-1之間，使得

步驟3.6:使用各個(gè)弱分類器的系數(shù)加權(quán)將所有弱分類器進(jìn)行線性組合，得到最終的強(qiáng)分類器：

步驟4具體包括以下步驟：

步驟4.1：基于通用漏洞評分系統(tǒng)(CVSS)制定風(fēng)險(xiǎn)事件影響值評價(jià)表：

步驟4.2：結(jié)合S1中表格，確定每個(gè)通道T_i對應(yīng)的安全事件的C、I、A值，并計(jì)算通道T_i的影響值

步驟4.3：結(jié)合S1中表格，從機(jī)密性、完整性、可用性三個(gè)維度，利用成對比較法構(gòu)造通道的成對比較矩陣：

其中a_ij表示通道T_i相對于通道T_j的重要程度；

步驟4.4：計(jì)算特征根λ，并進(jìn)行一致性檢驗(yàn)：Aw＝λw

定義一致性指標(biāo)：n代表通道個(gè)數(shù)；

定義一致性比率：

其中RI為隨機(jī)一致性指標(biāo)，當(dāng)一致性比率CR＜0.1時(shí)，A的不一致程度在容許范圍之內(nèi)，有滿意的一致性，通過一致性檢驗(yàn)，用其歸一化特征向量作為權(quán)向量，否則要重新構(gòu)造成對比較矩陣A；

步驟4.5：利用通過檢驗(yàn)的特征根λ，計(jì)算權(quán)向量w，將所有通道加權(quán)融合得到整體網(wǎng)絡(luò)安全態(tài)勢：

其中，I(t)是一個(gè)通用函數(shù)，當(dāng)參數(shù)t為真時(shí)，輸出為1；當(dāng)參數(shù)為t為假時(shí)，輸出為0，G^Ti(x^h)的含義是Ti對應(yīng)的強(qiáng)分類器。