一种电力信息网络流量异常检测方法技术
【技术实现步骤摘要】
本专利技术涉及一种电力信息网络流量异常检测方法，属于电力系统
技术介绍
随着电力信息网络规模不断扩大、复杂性不断增加，基于信息网络的各类应用业务也越来越广泛，产生的数据量非常庞大，这就导致网络出现异常的可能性大大增加。而且在信息网络中，很难找到发生问题的根源，未被诊断的网络异常会进一步传播并影响网络的正常信息传输。因此，如何对网络流量进行实时的监测和评估，并及时发现网络的异常，对提高网络的稳定性和安全性具有重要意义。目前网络异常诊断比较常规的做法是根据网络运行质量监测和评估的指标来观察网络的行为规律，并进一步发现和排除异常。但是目前国内针对电力信息网络的流量分析手段处理能力弱，颗粒度大，这些问题造成了电力信息网络的数据盲视和流量数据信息黑洞，同时在流量饱和或网络拥塞等情况发生时，无法进一步对异常源进行深层次排查分析。另外，网络管理中心需要处理网络中各种各样的故障信息，这些大多需要历史经验来指导，然而庞大的数据量不可能都由人工来完成。因此，目前电力信息网急需一种流量问题的预警机制，能够在第一时间发现异常，并让管理中心能快速地通过流量管理手段解决问题。
技术实现思路
本专利技术要解决技术问题是：克服上述技术的缺点。提供一种更加关注数据的局部性，提高了检测精确度的电力信息网络流量异常检查方法。为了解决上述技术问题，本专利技术提出的技术方案是：一种电力信息网络流量异常检测方法，包括如下步骤：S1、在电力信息网中，通过部署在网络节点上的流量采集设备采集样本数据，采集到的样本数据包括数据包包头各个字段的信息；S2、使用离差标准化方法对采集到的样本数据进行标准化...
【技术保护点】
一种电力信息网络流量异常检测方法，其特征在于，包括如下步骤：S1、在电力信息网中，通过部署在网络节点上的流量采集设备采集样本数据，采集到的样本数据包括数据包包头各个字段的信息；S2、使用离差标准化方法对采集到的样本数据进行标准化，使数据都转换为[0，1]区间上的值；S3、将上步骤所得到数据的集合定义为pj；定义pj中的对象p与距离它第k近的邻居的距离为dk(p)，则至少有k个对象oi，满足d(oi,p)≤d(ok,p)，最多有k‑1个对象oj，满足：d(oj,p)＜d(ok,p)；对象p的k近邻定义为表示由所有与对象p之间距离小于dk(p)的对象组成的集合，将对象p到k近邻的距离求平均，得到p的m距离；计算公式为：S4、得到m距离后，定义对象p的m近邻：表示所有与对象p之间距离小于m距离的对象组成的集合；定义对象p相对于对象o的可达距离reach_distm(o,p)，表示对象p的m距离和对象p与o之间距离的最大值；计算该值，其公式为：reach_distm(p,o)＝max{m_dk(o),d(o,p)}；S5、计算对象p的局部密度(对象p的m近邻集合个数除以集合内对象到p的可达距离...
【技术特征摘要】
1.一种电力信息网络流量异常检测方法，其特征在于，包括如下步骤：S1、在电力信息网中，通过部署在网络节点上的流量采集设备采集样本数据，采集到的样本数据包括数据包包头各个字段的信息；S2、使用离差标准化方法对采集到的样本数据进行标准化，使数据都转换为[0，1]区间上的值；S3、将上步骤所得到数据的集合定义为pj；定义pj中的对象p与距离它第k近的邻居的距离为dk(p)，则至少有k个对象oi，满足d(oi,p)≤d(ok,p)，最多有k-1个对象oj，满足：d...
【专利技术属性】
技术研发人员：姜红红，李维，赵新建，刘少君，高莉莎，沙倚天，赵天成，陈璐，
申请(专利权)人：国网江苏省电力公司南京供电公司，国网江苏省电力公司，国家电网公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。