计算机工程

作者：舒斐, 陈涛, 王斌, 杨慧婷, 李明轩

单位：1. 国网新疆电力有限公司电力科学研究院, 乌鲁木齐 830011;2. 国网新疆电力有限公司, 乌鲁木齐 830063

关键词：电网安全,电网工控系统,流量异常检测,深度置信网络,随机森林算法

基金：国网新疆电力有限公司基金"电力行业工业控制系统安全监测与深度检测技术研究"（5230DK18000V）。

电网作为国家关键基础设施，对其进行网络安全防护至关重要，而通过对电网工控系统流量预警可达到维护电网安全的目的。结合深度置信网络（DBN）和随机森林（RF）算法，提出一种电网工控系统异常识别方法。通过构建DBN模型完成对多个流量特征之间关联特性的深度挖掘，学习适用于电网工控系统流量的特征提取模式。在此基础上，将特征学习后的流量与恶意攻击流量输入RF检测模型，并逐步调优模型参数，学习得到最优检测模型。根据电网流量特性，从经典入侵检测数据集KDD99中筛选出相似数据集进行测试。实验结果表明，该方法检测率达到96.16%而误报率仅为3.49%，与逻辑回归模型、多分类支持向量机模型、DBN模型及K-means算法相比，能够更准确地识别电网工控系统中的异常流量。

来源：2020年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第11期