智能电网邻域网分级式入侵检测系统研究

• 作者: 丁一 李雅洁 钮丹阳 马文洁
• 来源期刊: 软件
• 学科: 工学
• 关键词: 智能电网 邻域网 信任度 机器学习 分级检测
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 基金项目论文
• 页码范围: 48-54
• 页数: 7页
• 分类号: TP181
• 字数: 5556字
• 语种: 中文

摘要

近年来,智能电网逐渐成为世界电力工业的共同发展趋势.邻域网作为智能电力通信网络的中心枢纽,其安全问题越来越被研究者们所重视.目前,已应用物理控制、数据加密以及认证等技术提高邻域层安全性,但仍缺乏及时有效的检测方法来避免电网受到恶意入侵行为的威胁.针对此问题,本文设计和实现了一个高效轻量级的智能电网邻域网分级式入侵检测系统.在解决方案中,我们把邻域层网络分为三个层级.根据不同层级设备以及通信的特点,采用相对应的检测方式实现上层级对下层级的行为检测.同时,本文提出结合基于信任度的规则检测和基于SVM机器学习算法的异常检测,旨在将这两种检测技术的优点结合起来检测多种入侵.经仿真实验验证,本文提出的入侵检测方案以较低的能量消耗获得高检测率,符合预期结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁一		4	15	3.0	3.0
2	李雅洁	北京邮电大学网络空间安全学院	1	4	1.0	1.0
3	马文洁		1	4	1.0	1.0
4	钮丹阳	北京邮电大学计算机学院	1	4	1.0	1.0