一种适用于电力信息物理系统的安全威胁态势评估方法

    公开(公告)号:CN105868629B

    公开(公告)日:2020-06-16

    申请号:CN201610188064.8

    申请日:2016-03-29

    Abstract: 本发明涉及一种适用于电力信息物理系统的安全威胁态势评估方法,包括:对所述电力信息物理系统进行安全威胁检测;根据安全威胁检测结果对所述电力信息物理系统进行安全态势评估;根据安全态势评估结果对所述电力信息物理系统进行安全威胁告警;本发明提供的一种适用于电力信息物理系统的安全威胁态势评估方法,能够通过对ECPS中信息威胁、电力系统故障、由信息威胁引发的跨空间连锁故障等三类安全威胁的实时检测,统计得到任一时刻ECPS存在的各种安全威胁,并利用综合评估方法给出ECPS在任一时刻的安全威胁态势值,进而给出不同危害程度的告警,最终采取相应的安全防护措施。

    一种电动汽车的接入认证方法

    公开(公告)号:CN105450623B

    公开(公告)日:2018-12-18

    申请号:CN201410696833.6

    申请日:2014-11-26

    Abstract: 本发明涉及一种电动汽车的接入认证方法,所述方法包括以下步骤:建立电动汽车的接入认证系统;电动汽车和充电站之间接入认证;充电站对电动汽车进行批量签名认证。所述方法通过引入身份聚合签名到电动汽车的身份合法性检验中,设计了电动汽车和接入系统之间的双向认证及会话密钥协商,确保站内信息资源的合理使用,从基础上保障整个网络系统的安全性。而批量签名验证机制能够使充电站聚合验证多个电动汽车终端签名,减轻计算负担,提高性能表现。典型的身份聚合签名体制由系统初始化、私钥生成、签名、聚合和聚合验证五个算法组成,既能利用用户身份信息代替其公钥,解决高昂的证书开销问题,又压缩多个签名为一个,进行高效验证。

    一种基于机器学习技术的跨空间级联故障检测方法

    公开(公告)号:CN105867347A

    公开(公告)日:2016-08-17

    申请号:CN201610188061.4

    申请日:2016-03-29

    Abstract: 本发明涉及一种基于机器学习技术的跨空间级联故障检测方法,所述方法包括:通过机器学习技术构建信息空间元件的工作状态参数与信息威胁故障次数的数据模型;基于所述数据模型,输入当前信息空间元件的工作状态参数,获取信息威胁故障检测结果;根据所述信息威胁故障检测结果确定电力信息物理系统是否存在所述跨空间级联故障。本发明提供的方法,能够明确由信息威胁引发的跨空间级联故障成因基础上,通过机器学习技术对大量检测数据的训练得到检测模型,进而利用该模型实现快速、准确的跨空间级联故障早期告警,以辅助决策人员采取合理的防护措施。

    一种web应用开发方法及系统

    公开(公告)号:CN101799754A

    公开(公告)日:2010-08-11

    申请号:CN200910242785.2

    申请日:2009-12-17

    Abstract: 本发明公开了一种web应用开发方法,该方法包括:接收用户在可视化界面上输入的基本设置信息;根据所述基本设置信息,读取预置的基础框架所需的信息,并添加到所述预置的基础框架中相应的位置,为web应用中的各业务模块生成业务代码,所述业务代码包括展现层、逻辑层及持久层代码。通过本发明,不用在多个不同的工具中进行切换,更不用手动将各个不同工具生产的业务代码组合起来,从整体上提高了web应用的开发效率。

    一种基于Boosting算法的配电网理论线损预测方法

    公开(公告)号:CN102231144B

    公开(公告)日:2016-02-24

    申请号:CN201110148047.9

    申请日:2011-06-03

    Abstract: 本发明涉及一种基于Boosting算法的配电网理论线损预测方法,方法包括下述三个步骤:数据预处理,将配电网理论线损预测所涉及的历史线损记录转化为适合Boosting算法的原始样本集Soriginal;利用集成学习Boosting算法对所述Soriginal进行训练,得到满足误差要求的配电网理论线损预测模型Mlineloss;利用所述配电网理论线损预测模型Mlineloss完成配电网中未测线路的理论线损预测;本发明提供的基于Boosting算法的配电网理论线损预测方法对配电网中未测线路的理论线损进行预测,不但克服了原有基于单学习机方法预测技术的缺陷,而且提高了预测的精度。

    一种基于Bagging算法的复合式入侵检测方法

    公开(公告)号:CN102291392B

    公开(公告)日:2015-03-25

    申请号:CN201110206014.5

    申请日:2011-07-22

    Inventor: 高昆仑 王宇飞

    Abstract: 本发明涉及一种基于Bagging算法的复合式入侵检测方法,包括以下步骤:建立初始历史数据样本集S;将样本集S构造成Bagging算法中弱学习算法可读的数据集Ssample,选定球向量机作为弱学习算法;循环调用弱学习算法,完成数据集Ssample的训练,得到强学习机H;将当前待测的数据样本输入到作为复合式入侵检测模型的强学习机H中,强学习机H利用各代弱学习机hi做初步入侵检测,并以投票的方式判定当前待测数据样本的入侵检测结果,得票数多的入侵检测结果为强学习机H最终入侵检测结果,采用本发明的方法对目标网络进行入侵检测,即克服了原有入侵检测技术中普遍存在的检测精度低、泛化能力差等缺陷,大大降低了误报率和漏报率。

    一种代码生成方法及装置
    30.
    发明授权

    公开(公告)号:CN101727324B

    公开(公告)日:2013-03-27

    申请号:CN200910242782.9

    申请日:2009-12-17

    Abstract: 本发明公开了一种代码生成方法,包括:接收用户选择的业务场景、场景配置信息、为该业务场景选择的持久模型及界面配置信息,将所述业务场景和场景配置信息保存在场景模型中,将界面配置信息保存在界面模型中;根据所述持久模型,读取持久层代码所需的信息添加到预置的场景代码模板中相应的位置,生成持久层代码;读取界面配置信息添加到所述场景代码模板中相应的位置,生成界面层代码;结合所述场景模型、持久模型和界面模型,计算衍生出展现层及逻辑层代码所需的信息,保存在场景模型中;根据所述场景模型,读取展现层及逻辑层代码所需的信息添加到所述场景代码模板中相应的位置,生成展现层及逻辑层代码。本发明提高了生成代码的效率。

Patent Agency Ranking