基于深度学习的攻击痕迹识别分析方法

本发明公开了一种基于深度学习的攻击痕迹识别分析方法，涉及电力电网相关技术领域，该方法包括：基于电力电网的电网日志提取第一时间下的第一电网记录；激活记录解码器依次对第一电网运行信息和第一用户行为信息进行解码分析；确定第一时间的第一标记；当第一标记为异常标记时，匹配第一类别预测器；对电力电网的第一攻击痕迹特征进行预测分析；启动第一攻击处理预案进行针对性应急处理。解决了现有技术中存在的面对复杂多变的网络攻击，难以实时、准确地识别和预测攻击痕迹，进而导致应急处理无法精准、迅速响应，使得电力电网异常检测效率和准确性低下、安全风险高的技术问题，达到了提高电网异常检测效率和准确性及降低安全风险的技术效果。