龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：重庆大唐国际彭水水电开发有限公司
申请日：2024-03-06
公开（公告）日：2024-06-25
公开（公告）号：CN118250031A
主分类号：H04L9/40
分类号：H04L9/40;H04L41/12;H04L41/16;H04L41/14;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本申请提供了基于深度学习的水电厂网络安全预警方法及系统，涉及网络安全预警技术领域，该方法包括：搭建水电厂网络拓扑结构；进行网络控制节点的网络流量数据采集；进行拓扑节点等级评定，生成拓扑网络节点评价系数；进行节点区域划分，确定区域评价节点，设定节点算子，进行节点网络流量数据监测采集，对节点区域监测流量数据进行学习，得到各节点学习模型，进行节点区域的网络数据特征分析获得区域网络特征；进行连续性标准特征拟合，确定标准运行数据特征，构建安全预警模型，进行异常检测，确定网络安全预警状态。通过本申请可以解决现有技术中获取监测数据异常的准确性较低的技术问题，达到提高获取监测数据异常的准确性的技术效果。
主权项：1.基于深度学习的水电厂网络安全预警方法，其特征在于，所述方法包括：连接水电厂网络管理平台，采集网络水电设备及其网络控制节点，搭建水电厂网络拓扑结构；基于所述水电厂网络拓扑结构，进行各网络水电设备的网络控制节点的网络流量数据采集；对所述网络流量数据进行数据吞吐量、数据传输距离分析，并结合水电设备的基础信息进行拓扑节点等级评定，生成拓扑网络节点评价系数；基于所述水电厂网络拓扑结构、所述拓扑网络节点评价系数，进行节点区域划分，确定区域评价节点，设定节点算子，通过布设监测设备进行节点网络流量数据监测采集，在所述节点算子中插入深度学习模型对节点区域监测流量数据进行学习，得到各节点学习模型，通过各节点学习模型进行节点区域的网络数据特征分析获得区域网络特征；获取所有区域网络特征，进行连续性标准特征拟合，确定标准运行数据特征，构建安全预警模型，基于所述标准运行数据特征和监测数据的网络特征通过所述安全预警模型进行异常检测，确定网络安全预警状态。
全文数据：
权利要求：
百度查询： 重庆大唐国际彭水水电开发有限公司 基于深度学习的水电厂网络安全预警方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号