摘要
本发明适用于配电网网络安全技术领域,涉及一种基于人工智能的配电网攻击检测方法、介质及终端,包括:S10、对数据进行预处理,统一量纲和剔除无用数据;S20、使用两阶段深度学习模型实现对数据特征的学习,利用条件变分自编码器实现对已知类别流量的有效分类,基于分类结果,使用支持向量描述算法筛选出离群的样本;S30、将特征空间中样本与质心的距离作为评分机制,将评分机制所设定阈值之外的样本判别为未知攻击;S40、整合步骤S10至步骤S30的实验结果,实现对配电网数据中的已知类别流量的细粒度分类和未知攻击类型的有效检测。本发明利用现有的数据实现对配电网未知攻击的检测,提高了检测效率和配电网安全性。
技术关键词
攻击检测方法
评分机制
深度学习模型
细粒度分类
样本
重构误差
分类网络
编码器
联合损失函数
球体
网络安全技术
两阶段
存储计算机程序
算法
电子终端
数据分布
随机森林
存储器
系统为您推荐了相关专利信息
稻瘟病
机器学习算法
诊断模块
数据分析模块
序列比对算法
时序
深度学习模型
颈部结构
多尺度特征融合
图片识别方法