一种基于神经网络的工控系统网络安全监测方法及系统
摘要文本
本发明涉及工控系统异常监测技术领域，实施例公开了一种基于神经网络的工控系统网络安全监测方法及系统，方法包括：采集工控系统运行过程中的实时运行数据，实时运行数据为时序数据；对实时运行数据进行第一预处理，获取其中的异常数据段；将异常数据段输入到异常检测模型中进行异常分析，获得异常分析结果；其中，异常检测模型由预先建立的神经网络模型训练得到；本方法先对工控系统运行过程中的实时运行数据进行第一预处理，获取其中的异常数据段，排除无效数据的干扰，减少偶然误差，提升抗干扰能力；将异常数据段输入到预设的异常检测模型中进行异常分析，获得异常分析结果，当模型检测到异常情况时，对工控系统的异常状态进行反馈或报警。
申请人信息
- 申请人:国网四川省电力公司电力科学研究院
- 申请人地址:610095 四川省成都市高新区锦晖西二街16号
- 发明人: 国网四川省电力公司电力科学研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于神经网络的工控系统网络安全监测方法及系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202410065870.0 |
| 申请日 | 2024/1/17 |
| 公告号 | CN117579400B |
| 公开日 | 2024/3/29 |
| IPC主分类号 | H04L9/40 |
| 权利人 | 国网四川省电力公司电力科学研究院 |
| 发明人 | 张菊玲; 王胜; 甘炜; 张凌浩; 梁晖辉; 赵以兵; 庞博; 向思屿 |
| 地址 | 四川省成都市高新区锦晖西二街16号 |
专利主权项内容
1.一种基于神经网络的工控系统网络安全监测方法，其特征在于，包括：采集工控系统运行过程中的实时运行数据，所述实时运行数据为时序数据；对所述实时运行数据进行第一预处理，获取其中的异常数据段，包括：按照时间顺序对所述实时运行数据依次进行检测，获取其中的离群点及所述离群点的分布状态，包括：按照时间顺序，依次计算每个所述实时运行数据与其余实时运行数据之间的相对离群距离，根据所述相对离群距离得到带有离群标识的离群数据以作为离群点；其中，计算每个所述实时运行数据与其余实时运行数据之间的相对离群距离，包括：计算每个所述实时运行数据与其余实时运行数据之间的马氏距离，将所述马氏距离作为每个所述实时运行数据与其余实时运行数据之间的相对离群距离；根据所述相对离群距离得到带有离群标识的离群数据，包括：将多个所述实时运行数据的马氏距离分别与预先设定的阈值进行对比，马氏距离超过所述阈值的实时运行数据为离群数据，并对每个所述离群数据标记离群标识；根据所述离群点的分布状态，选取所述离群点中呈连续分布的离群点作为异常数据段；将所述异常数据段输入到预设的异常检测模型中进行异常分析，获得异常分析结果；其中，所述异常检测模型由预先建立的神经网络模型训练得到。 来自马-克-数-据