-
公开(公告)号：CN117997540A
公开(公告)日：2024-05-07
申请号：CN202211371169.9
申请日：2022-11-03
Applicant: 国网甘肃省电力公司 , 国网甘肃省电力公司信息通信公司 , 国网智能电网研究院有限公司
Abstract: 本发明提供了一种适用于电力运维的零信任认证方法、装置和系统，其中，该方法包括：接收第三方运维人员的电力运维访问请求，其中，电力运维访问请求包括运维请求号、第三方运维人员的数字身份信息和数字身份凭证，数字身份信息根据第三方运维人员的注册信息生成，数字身份凭证利用非对称加密根据第三方运维人员的注册结果得到；根据运维请求号和数字身份信息确定的认证凭证对电力运维访问请求进行认证；若认证通过，生成电力运维凭证，其中，电力运维凭证包括会话凭证以及工作凭证。通过本发明，解决了相关技术中存在的适用于电力运维的身份验证系统实时性和安全性不高的问题。
-
公开(公告)号：CN116366673A
公开(公告)日：2023-06-30
申请号：CN202310380375.4
申请日：2023-04-11
Applicant: 国网甘肃省电力公司信息通信公司
IPC: H04L67/1095 , H04L41/147 , H04L41/12 , H04L9/32 , H04L9/40 , G06N3/042 , G06N3/0464 , G06N3/0475 , G06N3/098
Abstract: 本发明公开了一种面向电网信息机房管理的数据分析与共享方法，属于无线通信技术领域，包括如下步骤：步骤一、构建基于联邦学习的边缘孪生网络框架；步骤二、通过对映射至数字孪生网络层的性能指标数据进行关联分析预测网络状况的变化；步骤三、将步骤二中对数字孪生网络层的性能指标数据的关联分析预测结果通过私有链结构在信息机房跨部门间进行安全共享。本发明可通过对电网信息机房孪生网络层的网络性能指标数据进行关联分析来预测网络状况的变化，从而可针对预测网络状况设计设计网络优化等策略在孪生网络层验证后下发至物理网络层，避免了对物理网络层直接进行危险和复杂的操作产生的不良影响。
-
公开(公告)号：CN115526407A
公开(公告)日：2022-12-27
申请号：CN202211230320.7
申请日：2022-09-30
Applicant: 国网甘肃省电力公司 , 国网甘肃省电力公司信息通信公司
Abstract: 本发明公开了一种基于因果机器学习的电网大数据安全检测预警方法及系统，将电网场景大数据分为设备历史数据集和当前数据集；并进行预处理得到设备瞬时历史数据集和设备步进历史数据集；构建包括瞬时因果关系网络和步进因果关系网络的因果关系网络；基于瞬时因果关系网络和步进因果关系网络分析并筛选当前数据集；构建电网大数据瞬时预警规则库和电网大数据事前预警规则库；生成多维度电网大数据安全预警模型；根据多维度电网大数据安全预警模型，计算瞬时全局预警分数S1和事前全局预警分数S2；根据设备类型动态调整权重比例动态计算安全预警分数S，得到动态预警等级实施最终预警。用于增加电网终端设备的韧性与电力大数据运行环境的安全性。
-
Patent Agency Ranking
公开(公告)号：CN117076862A
公开(公告)日：2023-11-17
申请号：CN202311054545.6
申请日：2023-08-21
Applicant: 国网甘肃省电力公司信息通信公司
IPC: G06F18/10 , G06F18/2413 , G06F18/214 , G06F18/2433 , G06F18/213 , G06F17/16
Abstract: 本发明公开了一种基于属性图的电力物联网网络异常检测方法及系统，对输入数据X进行数据预处理；训练深度自编码器，提取数据预处理后X′的特征嵌入，获得降维后的数据D′；基于降维后数据D′，根据电力物联网中的流量数据构建属性图G；根据属性图G检测异常流量数据，实现基于属性图的电力物联网网络异常检测。本发明使用深度自编码器在不依赖标签的情况下，自适应提取数据特征实现特征降维，降低了网络异常检测的时间开销和空间开销。
-
公开(公告)号：CN115189939A
公开(公告)日：2022-10-14
申请号：CN202210799748.7
申请日：2022-07-08
Applicant: 国网甘肃省电力公司信息通信公司
IPC: H04L9/40
Abstract: 本发明公开了一种基于HMM模型的电网网络入侵检测方法及系统，涉及网络安全技术领域，采集电网观察数据；再对观察数据进行归一化处理；将归一化处理后的观察数据输入已构建好的HMM模型中进行入侵检测，判断各攻击类型模式的最大似然概率以得到是否发生攻击行为；当判定发生攻击行为时一并输出攻击行为所属的具体攻击类型；将经过预处理的观察数据输入已构建好的HMM模型中，以具有最大发生概率的攻击类别作为数据的输出攻击类型，能够在样本数量较少的情况下，仍然具有较高的检测准确率，较其他方法具有较大的优越性。
-
公开(公告)号：CN115665010A
公开(公告)日：2023-01-31
申请号：CN202211277333.X
申请日：2022-10-19
Applicant: 国网甘肃省电力公司信息通信公司
IPC: H04L43/0817 , H04L43/50 , H04L67/30
Abstract: 本发明提供了一种批量测试服务器稳定性的方法及相关装置，能够针对每个被测服务器，基于测试指令向该被测服务器持续发送配置文件，以使被测服务器基于配置文件进行实时网络流量分析。接收被测服务器周期性上报的硬件利用率饱和度，并在其满足第一预设条件时，停止下发配置文件以使被测服务器进入稳定性测试运行阶段。最终根据预设稳定条件和被测服务器在稳定性测试运行阶段结束后反馈的稳定性参数，确定被测服务器的稳定性测试结果。这样通过配置服务器对多个被测服务器下发配置文件，进行统一的稳定性测试，测试完成后接收被测服务器返回的稳定性参数以进行稳定性判断，提高了对被测服务器进行稳定性测试的效率，提高测试结果记录准确率。
-
公开(公告)号：CN119106015A
公开(公告)日：2024-12-10
申请号：CN202411101384.6
申请日：2024-08-12
Applicant: 国网甘肃省电力公司信息通信公司 , 西安交通大学
IPC: G06F16/17 , G06F16/16 , G06F16/18 , G06N3/0442
Abstract: 本发明公开了一种日志异常检测方法、系统、设备及介质，涉及安全技术预警领域，获取待检测的电力移动微服务系统日志序列数据，将待检测的日志数据输入至训练好的异常检测模型中，得到异常检测结果；异常检测模型基于日志数据集构建得到，包括数据处理模块和局部注意力处理模块；所述数据处理模块用于将输入的日志序列数据转化为语义特征向量；所述局部注意力处理模块用于根据语义特征向量进行语义特征表示，将各语义特征进行异常检测，得到异常检测结果，该方法能够准确的检测出微服务系统日志异常情况。
-
公开(公告)号：CN117034115A
公开(公告)日：2023-11-10
申请号：CN202311013261.2
申请日：2023-08-11
Applicant: 国网甘肃省电力公司信息通信公司
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08 , G06Q50/06 , G06F18/213
Abstract: 本发明公开了一种基于CNN‑Bagging的窃电检测方法及系统，对用户用电数据中的缺失值和异常值进行处理，然后对用户用电数据进行归一化处理，划分训练样本数据和测试样本数据；基于用电周期性和传统节假日对用电数据的影响，对用户用电行为特征进行分析；基于分析结果，使用基于Python的深度学习框架PyTorch框架建立CNN‑Bagging窃电检测模型；利用训练样本数据对CNN‑Bagging窃电检测模型进行训练，将测试样本数据输入训练完成的CNN‑Bagging窃电检测模型中，输出窃电检测结果。本发明提高了窃电检测模型的特征提取能力，降低了检测时延。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.051 seconds)
