摘要
本申请涉及一种智能电网中终端流量异常检测方法、装置、设备、存储介质和程序产品。包括:获取智能电网中终端设备的网络流量数据,从中提取流量特征;对流量特征进行向量化处理,得到向量特征;将向量特征输入至预设神经网络模型中,预测下一时刻的终端行为,得到行为检测结果;预设神经网络模型为矩阵长短期神经网络模型;根据行为检测结果,确定相应的数据处理策略;基于数据处理策略,对网络流量数据进行处理。其中,通过向量化处理、使用矩阵长短期神经网络模型,从时间特性上对终端行为进行建模并分类,挖掘隐性攻击规律,实现终端行为的高效精准预测。使用与终端行为类型对应的数据处理策略,保障终端数据传输的安全性和可控性。
技术关键词
网络流量数据
神经网络模型
流量异常检测方法
智能电网
流量异常检测装置
终端设备
媒体访问控制地址
加密策略
样本
词嵌入模型
矩阵
数据处理模块
计算机程序产品
处理器
异常信号
计算机设备
可读存储介质
系统为您推荐了相关专利信息
光伏组件图像
无人机飞行高度
光伏电站智能
无人机飞行数据
可见光相机
深度神经网络模型
泛化方法
深度神经网络架构
噪声方差
语义分割模型
协方差矩阵
估计方法
机器学习模型训练
正交方法
宽带阵列信号处理
神经网络模型
分析方法
超参数
分析交易数据
特征值