面向电力信息网络的安全态势感知研究

被引:28
作者
徐茹枝 [1 ]
王宇飞 [2 ]
机构
[1] 华北电力大学控制与计算机工程学院
[2] 中国电力科学研究院信息通信研究所
关键词
电力信息网络; 安全态势感知; 分类器; 球向量机; 量子遗传算法;
D O I
10.13335/j.1000-3673.pst.2013.01.002
中图分类号
TP393.08 [];
学科分类号
0839 ; 1402 ;
摘要
针对电力信息网络的安全态势精确判断问题,提出一种基于机器学习的安全态势感知方法,并将其应用于实际现场环境。该方法将安全态势感知抽象为分类问题,将实际现场监测设备的记录做为数据源输入到分类器以得到感知结果。基于球向量机设计分类器,并利用量子遗传算法搜索球向量机最优训练参数以提高分类精度。基于KDD Cup 99数据集的实验和系统的实际运行情况表明,该方法在态势感知精度方面优于传统方法。
引用
收藏
页码:53 / 57
页数:5
相关论文
共 14 条
[1]   基于PSO-RBF无线传感器网络入侵检测技术研究 [J].
易晓梅 ;
吴鹏 ;
刘丽娟 ;
戴丹 .
传感器与微系统, 2011, (09) :9-11
[2]   基于支持向量机和粒子群算法的信息网络安全态势复合预测模型 [J].
高昆仑 ;
刘建明 ;
徐茹枝 ;
王宇飞 ;
李怡康 .
电网技术, 2011, 35 (04) :176-182
[3]   基于信息熵的支持向量回归机训练样本长度选择 [J].
韩中合 ;
朱霄珣 .
中国电机工程学报, 2010, 30 (20) :112-116
[4]   应用多分类多核学习支持向量机的变压器故障诊断方法 [J].
郭创新 ;
朱承治 ;
张琳 ;
彭明伟 ;
刘毅 .
中国电机工程学报, 2010, 30 (13) :128-134
[5]   基于最小二乘支持向量机和粒子群算法的两相流含油率软测量方法 [J].
张春晓 ;
张涛 .
中国电机工程学报, 2010, 30 (02) :86-91
[6]   融合PCA和LDA的入侵检测算法 [J].
张瑞霞 ;
王勇 .
计算机技术与发展, 2009, 19 (11) :132-134+138
[7]   基于粒子群优化的网络安全态势要素获取 [J].
郭文忠 ;
林宗明 ;
陈国龙 .
厦门大学学报(自然科学版), 2009, 48 (02) :202-206
[8]   基于支持向量机的回归预测和异常数据检测 [J].
王雷 ;
张瑞青 ;
盛伟 ;
徐治皋 .
中国电机工程学报, 2009, 29 (08) :92-96
[9]   一种基于图聚类的安全态势评估方法 [J].
徐南南 ;
连一峰 ;
韦勇 .
计算机工程, 2009, 35 (01) :140-143
[10]   量子遗传算法优化RBF神经网络及其在热工辨识中的应用 [J].
董泽 ;
黄宇 ;
韩璞 .
中国电机工程学报, 2008, (17) :99-104