摘要
本发明公开了一种基于溯源图的面向电力系统网络空间业务入侵检测方法、装置、终端设备及存储介质,涉及信息技术领域,方法包括:获取电网系统的待检测数据;将待检测数据输入到训练好的卷积神经网络模型中,得到待检测数据的特征向量;计算待检测数据的特征向量与各正常行为特征向量之间的欧氏距离,基于欧式距离判断是否存在入侵行为;其中,对卷积神经网络模型进行训练的步骤包括:通过自动溯源收集存储系统,获取正常行为数据和入侵行为数据生成溯源图;基于溯源图,构建各正常行为特征向量和各异常行为特征向量;对卷积神经网络模型进行训练直至达到精度要求。通过实施本发明能够解决现有技术难以识别多种多样的网络入侵行为的问题。
技术关键词
卷积神经网络模型
面向电力系统
入侵检测方法
节点
检测数据输入
溯源数据
电网系统
邻域
入侵检测装置
存储系统
数据获取模块
终端设备
元素
处理器
精度
存储器
对象
序列
系统为您推荐了相关专利信息
运动分析系统
运动模式识别
动态时间规整算法
三维残差网络
动态邻接矩阵
业务流程生成方法
关键词
序列
实时系统
文本识别
游戏数据显示方法
数据显示系统
循环神经网络模型
节点特征
频率
材料特性数据
需求预测模型
参数
资源状态信息
数据共享方法