一种电力5G网络流量攻击预测方法、系统、设备及介质

本发明公开了一种电力5G网络流量攻击预测方法、系统、设备及介质，其方法包括获取电力5G网络的多维流量数据，并通过权重化One‑hot编码对所述多维流量数据进行标准化处理，得到标准化流量矩阵；基于多尺度卷积神经网络模型和引入注意力机制的长短期记忆网络模型对所述标准化流量矩阵进行特征提取，得到综合流量特征；根据改进后的深度神经网络模型对所述综合流量特征进行处理，得到高维流量特征；所述改进后的深度神经网络模型为融合了残差网络与自适应动态Dropout的深度神经网络；通过激活函数对所述高维流量特征进行概率映射，得到对所述电力5G网络的流量攻击预测结果，以有效预测网络流量攻击态势，为电力5G通信网络提供更高效、更精准的安全保障。