一种电力通信网络安全态势预测方法和系统技术方案

本发明专利技术公开了一种电力通信网络安全态势预测方法和系统，所述方法包括：通过抽取转换加载技术，将电网数据从原存储位置进行抽取，经过数据清洗，将预先定义的跟电力通信网络安全态势评估有关的电网数据加载到数据仓库；对数据仓库中的电网数据进行预处理；基于Spark平台，根据进行预处理的电网数据，计算获得安全势态的相关指标；基于粒子群算法优化神经网络模型计算电力通信网络安全态势值，根据安全态势值对应的安全势态的相关指标，将危险级别进行分类并进行预警；本发明专利技术能够对电力通信网络安全态势进行高性能和较高准确性的实时预测。

【技术实现步骤摘要】
一种电力通信网络安全态势预测方法和系统
本专利技术涉及电力通信网络安全
，特别是指一种电力通信网络安全态势预测方法和系统。
技术介绍
近年来，电力通信网络朝着网格化、复杂化、分布式的方向发展，通信网络节点之间的联系也更加频繁，电力设备也随着技术的发展在不断地更替。导致电力通信网络在不间断的产生海量的通信数据。这些数据结构复杂，来源和数据类型较多。与此同时，电力通信网络遭受的攻击手段也在不断进步，朝着复杂化、分布式的方向延伸。电力通信网络的安全运营遭受到越来越严峻的考验。因此，面向大数据量的电力通信网络安全态势预测模型的研制有着贴合实际应用的意义，在电力通信和日常网络通信系统中有着广泛的用途。据查阅相关资料，现有的网络安全态势预测模型主要是依赖于Hadoop框架，结合预测算法(如BP神经网络和支持向量机等)，主要针对中小型规模的网络进行安全态势预测，选择的数据源多是各类日志记录。以上方法数据具有非实时性，预测精度较低，收敛数度慢等缺点，导致得出的结果没有预计的理想。因此有人提出基于GRNN-PSO算法对网络安全态势进行预测，其优点在中小型规模网络预测精度高，收敛速度快，但对大型规本文档来自技高网...

【技术保护点】
一种电力通信网络安全态势预测方法，其特征在于，包括：通过抽取转换加载技术，将电网数据从原存储位置进行抽取，经过数据清洗，将预先定义的跟电力通信网络安全态势评估有关的电网数据加载到数据仓库；对数据仓库中的电网数据进行预处理；基于Spark平台，根据进行预处理的电网数据，计算获得安全势态的相关指标；基于粒子群算法优化神经网络模型计算电力通信网络安全态势值，根据安全态势值对应的安全势态的相关指标，将危险级别进行分类并进行预警。

【技术特征摘要】
1.一种电力通信网络安全态势预测方法，其特征在于，包括：通过抽取转换加载技术，将电网数据从原存储位置进行抽取，经过数据清洗，将预先定义的跟电力通信网络安全态势评估有关的电网数据加载到数据仓库；对数据仓库中的电网数据进行预处理；基于Spark平台，根据进行预处理的电网数据，计算获得安全势态的相关指标；基于粒子群算法优化神经网络模型计算电力通信网络安全态势值，根据安全态势值对应的安全势态的相关指标，将危险级别进行分类并进行预警。2.根据权利要求1所述的电力通信网络安全态势预测方法，其特征在于，还包括：根据算法设计与RDD分区的划分、shuffle操作的时机与次数之间的关系，将粒子群算法优化神经网络模型进行并行化优化：将粒子群体随机分解为N个子种群，各子种群以相应的搜索方向更新粒子的位置的进化方法，采用二值交叉算子将每个子群中最差的N-1个位置替换成其它N-1个子群的最优位置。3.根据权利要求2所述的电力通信网络安全态势预测方法，其特征在于，所述根据算法设计与RDD分区的划分、shuffle操作的时机与次数之间的关系，将粒子群算法优化神经网络模型进行并行化优化具体包括：对电力态势指标训练数据进行预处理，将训练集分解成多个子集，存储在HDFS中；采用PSO算法对神经网络的权值进行全局寻优，得到优化的网络初始权值；在各计算节点上均采用优化后的网络初始权值建立自身的神经网络结构；采用电力态势指标训练集对BP神经网络算法迭代；输出神经网络结构。4.根据权利要求3所述的电力通信网络安全态势预测方法，其特征在于，所述采用PSO算法对神经网络的权值进行全局寻优，得到优化的网络初始权值具体包括：在取值范围内随机生成粒子群，包括粒子初始速度和9初始位置；将粒子群随机分N个相等的子群体，生成粒子群RDD数据集；设置迭代N代之后每个子群中最差的N-1个位置替换为其他N-1个子群的最优位置；启动Spark集群中的map接口的作业；将生成的粒子群RDD作map转换处理，训练神经网络，由适应度函数计算各个粒子的适应度值；比较各个粒子的适应度值和历史最优值，如果当前的适应度值更优，就更新历史最优值；比较各个粒子的历史最优值与该子种群的最优值进行比较，如果某个粒子的历史最优值比该子种群的最优值更优，更新该子种群的最优值；根据相应的搜索方向更新粒子的位置，生成新的粒子群RDD；判断是否满足终止条件，如果满足则输出，否则进行下一轮的迭代。5.根据权利要求3所述的电力通信网络安全态势预测方法，其特征在于，所述采用电力态势指标训练集对BP神经网络算法迭代具体包括：从Driver进程得到神经网络参数初始权值，广播到每个Slave节点；根据初始权值，在每Slave节点上实例化一个神经网络结构；根据每个Slave节点得到的部分电力态势指标训练样本训练神经网络，达到预定的迭代次数或者训练误差达到精度要求范围之内之后得到神经网络权值；由每个Slave节点的...

【专利技术属性】
技术研发人员：金鑫，张春光，李巍，孙乔，胡宇，李龙威，李祉岐，王思宁，冷曼，孙磊，付兰梅，赵峰，
申请(专利权)人：北京国电通网络技术有限公司，北京中电飞华通信股份有限公司，国家电网公司，国网辽宁省电力有限公司信息通信分公司，国网信息通信产业集团有限公司，中央财经大学，
类型：发明
国别省市：北京,11