运行状态的安全检测方法、装置、设备和存储介质制造方法及图纸

本申请涉及一种运行状态的安全检测方法、装置、设备和存储介质。通过对终端设备的实时运行状态数据进行标准化处理，得到终端设备的实时标准运行状态数据，然后将得到的实时标准运行状态数据输入至预设的检测模型中，确定实时标准运行状态数据与检测模型中各聚类中心之间的距离，若实时标准运行状态数据与检测模型中各聚类中心之间的距离均大于预设距离阈值，确定终端设备的运行状态的安全检测结果为异常。该方法提高了智能终端运行状态安全检测结果的准确性。结果的准确性。结果的准确性。

【技术实现步骤摘要】
运行状态的安全检测方法、装置、设备和存储介质


[0001]本申请涉及网络安全领域，特别涉及一种运行状态的安全检测方法、装置、设备和存储介质。

技术介绍

[0002]随着电网智能化，越来越多的智能终端应用到电网中，而智能终端运行状态的安全检测任务日趋严峻。
[0003]相关技术中，智能终端运行状态的安全检测是以采集到的终端数据为输入，通过统计分析、数据挖掘和机器学习等方法，发现终端数据中的异常数据分组和异常交互等信息。
[0004]然而，相关技术中的智能终端运行状态的安全检测结果准确性较低。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够提高智能终端运行状态安全检测结果准确性的一种运行状态的安全检测方法、装置、设备和存储介质。
[0006]第一方面，本申请实施例提供一种运行状态的安全检测方法，该方法包括：
[0007]对终端设备的实时运行状态数据进行标准化处理，得到终端设备的实时标准运行状态数据；
[0008]将实时标准运行状态数据输入至预设的检测模型中，确定实时标准本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运行状态的安全检测方法，其特征在于，所述方法包括：对终端设备的实时运行状态数据进行标准化处理，得到所述终端设备的实时标准运行状态数据；将所述实时标准运行状态数据输入至预设的检测模型中，确定所述实时标准运行状态数据与所述检测模型中各聚类中心之间的距离；所述检测模型中包括多个聚类中心，所述多个聚类中心为基于群体智能优化算法对聚类算法进行优化后得到的；若所述实时标准运行状态数据与所述检测模型中各聚类中心之间的距离均大于预设距离阈值，确定所述终端设备的运行状态的安全检测结果为异常。2.根据权利要求1所述的方法，其特征在于，所述检测模型的构建过程包括：获取多个样本终端设备的运行状态数据，对所述多个样本终端设备运行状态数据进行预处理，得到预处理后的运行状态数据；根据所述预处理后的运行状态数据确定多个初始聚类中心；通过所述群体智能优化算法优化所述多个初始聚类中心，得到多个候选聚类中心；根据预设的聚类适应度函数，获取各所述候选聚类中心对应的类簇的适应度值；若各所述候选聚类中心对应的类簇的适应度值满足预设的第一迭代收敛条件，将各所述候选聚类中心确定为所述检测模型中的多个聚类中心，得到所述检测模型。3.根据权利要求2所述的方法，其特征在于，所述群体智能优化算法包括粒子群优化算法和遗传算法；则所述通过所述群体智能优化算法优化所述多个初始聚类中心，得到多个候选聚类中心，包括：初始化进行所述粒子群优化算法的优化参数，并基于所述优化参数构建群体优化适应度函数；所述优化参数至少包括个体的位置和移动速度；根据所述群体优化适应度函数确定各所述初始聚类中心对应的粒子种群的适应度值，并执行预设的迭代优化步骤，直至满足预设的的第二迭代收敛条件，得到所述多个候选聚类中心；其中，所述迭代优化步骤包括：根据最优的适应度值对应的各粒子种群中的个体位置和所述优化参数，更新所有初始聚类中心对应的粒子种群中的个体位置和移动速度；所述最优的适应度值表示满足预设条件的适应度值；通过所述遗传算法对位置和移动速度更新后的各粒子种群中的个体位置进行交叉变异操作；根据所述群体优化适应度函数确定交叉变异操作后的各粒子群的适应度值。4.根据权利要求3所述的方法，其特征在于，所述通过所述遗传算法对位置和移动速度更新后的各粒子种群中的个体位置进行交叉变异操作，包括：根据所述位置和移动速度更新后的各粒子种群的适应度值，对各所述粒子种群...

【专利技术属性】
技术研发人员：伍少成，陈晓伟，姜和芳，李思鉴，刘涛，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：