基于大数据的智能电表入侵检测方法

• 作者: 曾祥君 李志强 王建城 苏盛 陈丹丹 高大兵
• 来源期刊: 电力科学与技术学报
• 学科: 工学
• 关键词: 高级量测体系 智能电表 入侵检测 大数据
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 科学研究
• 页码范围: 121-126
• 页数: 6页
• 分类号: TM933.4
• 字数: 4766字
• 语种: 中文

摘要

智能装置感染病毒软件的征兆一般是CPU利用率和网络通信流量异常上升,提出AMI中基于大数据的入侵检测方法.由各智能电表记录其CPU负荷率及网络通信流量,将此数据与电量功率数据一起上传到用电管理中心数据服务器,再由异常甄别系统对相同型号智能电表的CPU负荷率及网络通信流量进行对比,即可利用大量表计数据的统计特性,识别出CPU负荷率和通信流量明显偏高的异常电表.所提方法无需在智能电表上安装和更新病毒检测软件,可在智能电表有限的计算能力和通信带宽约束下满足信息安全防护的基本需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾祥君	长沙理工大学智能电网运行与控制湖南省重点实验室	165	2619	30.0	45.0
2	苏盛	长沙理工大学智能电网运行与控制湖南省重点实验室	38	382	8.0	19.0
3	高大兵	长沙理工大学智能电网运行与控制湖南省重点实验室	3	22	2.0	3.0
4	李志强	长沙理工大学智能电网运行与控制湖南省重点实验室	6	63	5.0	6.0
5	王建城	长沙理工大学智能电网运行与控制湖南省重点实验室	2	22	2.0	2.0
6	陈丹丹	长沙理工大学智能电网运行与控制湖南省重点实验室	2	19	1.0	2.0