一种基于电力系统AMI的多尺寸卷积神经网络入侵检测方法

本发明属于网络信息安全技术领域，主要是涉及一种基于电力系统AMI的多尺寸卷积神经网络入侵检测方法：包括采用随机插值法和随机欠采样处理得到平衡的数据集；利用独热编码数值化数据集中的字符型特征，并将数值特征进行最大最小值归一化处理；读取已经数值化和归一化的数据，将每一行数据转换为一个图像，得到预处理后的图像数据集；构建基于SK‑SimpleInceptionV4的入侵检测模型，利用深度可分离卷积和注意力机制优化模型并训练；采用得到的入侵检测模型进行AMI的入侵检测；本发明改进InceptionV4检测网络深度和结构复杂的缺点，实现电力系统入侵检测耗费资源少、响应快且准确率高的需求。