摘要
本发明公开了一种电力系统的攻击类型预测方法、装置、介质及设备。本申请通过获取预设时间段内的电力系统网络日志数据,并从中提取关键特征形成特征向量,进而将特征向量输入到基于决策树的层次化支持向量机模型中,从而实现对未来预设时间段内攻击类型的预测。该模型基于二叉树结构构建决策树,并通过更换预设的核函数和调整惩罚系数在历史日志数据上进行优化训练,确保模型在复杂网络环境中的高准确性和强泛化能力,本申请有效解决了现有技术无法准确地根据支持向量机对电力系统的攻击类型进行预测的问题。
技术关键词
支持向量机模型
网络日志数据
电力系统
二叉树结构
构建决策树
时间段
多项式核函数
交叉验证方法
训练集
预测装置
高斯核函数
特征提取模块
可读存储介质
计算机
数值
非授权
处理器
系统为您推荐了相关专利信息
电子控制器
电池包
机器学习模型
传感器
故障预测模型
时间敏感网络
信息物理网络
控制中心
时间偏移量
负荷
分布式电源
规划
整体运行效率
负荷
燃料电池输出功率
时间敏感数据
数据隐私保护技术
网关控制方法
终端设备
网关控制系统
网络安全防护方法
漏洞特征
网络安全防护系统
攻击检测模型
染色体