买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江西省电力有限公司信息通信分公司

摘要：本发明公开了一种蜜罐诱捕资源部署方法及系统，首先，基于电力系统中蜜罐资源的消耗情况构建LSSVM蜜罐资源负载预测模型。然后使用基于聚类和自适应变异算子的光谱优化算法优化模型中的参数，将生成的参数带入预测模型计算并求解目标适应度函数值，根据适应度值最优的个体确定预测模型的参数。最后利用优化的LSSVM蜜罐资源负载预测模型预测到的待部署节点和蜜罐负载的实时状态和未来状态趋势，评估节点和蜜罐之间的兼容性，完成电力系统蜜罐诱捕资源调度部署。本发明最大限度的避免节点和蜜罐资源超限和竞争风险，实现合理的蜜罐资源调度决策，保证电力系统的网络安全。

主权项：1.一种蜜罐诱捕资源部署方法，其特征在于：包括以下步骤：步骤一：在电力系统中部署蜜罐资源，收集蜜罐运行期间的CPU资源消耗情况、内存资源消耗情况和各资源消耗所属时间的数据，收集N组训练样本，作为LSSVM蜜罐资源负载预测模型的训练集，表示一系列时间点，表示CPU或内存资源使用情况，将采集到的数据进行归一化处理；步骤二：初始化基于聚类和自适应变异算子的光谱优化算法和LSSVM蜜罐资源负载预测模型的参数：设置种群规模，最大迭代次数，收敛误差，子种群划分个数，探索概率因子，概率补偿，确定初始光线的方向矢量，内外折射光线的法线方向矢量和，内反射光线的法线方向矢量；设定LSSVM蜜罐资源负载预测模型的正则化参数、高斯核函数参数和核权重取值范围，创建三维矩阵作为光线的位置；步骤三：通过对训练样本的学习，建立LSSVM蜜罐资源负载预测模型：，表示训练资源负载预测模型，表示训练样本的输入数据，表示训练样本的输出数据，表示函数的适应度值，表示组合核函数；步骤四：将测试样本作为的输入，每一轮迭代过程中得到测试样本的预测值，表示测试资源负载预测模型，表示测试样本的输入值，然后计算每一轮迭代光线的适应度值；步骤五：采用基于聚类和自适应变异算子的光谱优化算法优化LSSVM蜜罐资源负载预测模型中的正则化参数、高斯核函数参数和核权重，判断是否达到满足收敛的条件或是否达到最大迭代次数，若不满足基于聚类和自适应变异算子的光谱优化算法结束条件，继续进行迭代；若满足基于聚类和自适应变异算子的光谱优化算法结束条件，输入LSSVM蜜罐资源负载预测模型的正则化参数、高斯核函数参数和核权重，完成LSSVM蜜罐资源负载预测模型的优化；步骤六：利用优化的LSSVM蜜罐资源负载预测模型预测到的待部署节点和蜜罐负载的实时状态和未来状态趋势，将节点评估方法分为低负载节点评估方法和高负载节点评估方法，采用这两种评估方法评估电力系统中节点和蜜罐之间的兼容性，最终产生合理的蜜罐资源部署方案，将蜜罐调度到兼容性高的节点。

全文数据：

权利要求：

百度查询： 国网江西省电力有限公司信息通信分公司 一种蜜罐诱捕资源部署方法及系统