一种电力无线接入专网异常流量检测方法技术

本发明专利技术涉及一种电力无线接入专网异常流量检测方法，包括以下步骤：S1：在电力无线接入专网场景下，对底层数据流进行采样并导入到OpenFlow控制器中，对数据流进行预处理及标准归一化；S2：采用卷积神经网络CNN提取时间序列数据特征并转化为维度固定的稠密向量，采用融合注意力机制的CNN单元捕捉时间序列细粒度特征；S3：将CNN提取的局部特征与长短期记忆网络LSTM提取的序列特征相结合，对电力接入专网流量数据进行异常检测。该方法有利于提高电力无线接入专网中异常流量检测的准确率。线接入专网中异常流量检测的准确率。线接入专网中异常流量检测的准确率。

【技术实现步骤摘要】
一种电力无线接入专网异常流量检测方法


[0001]本专利技术属于移动通信
，具体涉及一种电力无线接入专网异常流量检测方法。

技术介绍

[0002]随着电网规模的不断扩大及电力系统的不断升级改造，电网的信息化与智能化程度越来越高，电力数据量及种类呈现几何级数倍增的趋势，促使电网发展进入了大数据时代。智能电网给人类的社会生活带来了极大的便利的同时也带来网络异常故障的难题。以电力系统为目标的网络攻击和设备故障等突发事件会引发用户端的不正常断电和中断，造成巨大的经济损失和安全事故。因此，基于机器学习的电力系统异常检测具有重要的研究价值和现实意义。
[0003]目前，电力接入专网配电终端常采用基于IEC 60870
‑5‑
10规约(IEC 104)进行控制，由于无线接入信道质量伴随着业务存在着多变性，电力网络红均存在多变不可靠的业务流量，如延迟、吞吐量等因此，其流量具有特征维度高、规律性强、非线性的特点，导致异常流量检测处理时间长、实时性差等，然而选择较少的特征可能会导致畸形数据包、木马、缓冲区溢出等攻击类型难以被发现。由本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力无线接入专网异常流量检测方法，其特征在于，包括以下步骤：S1：在电力无线接入专网场景下，对底层数据流进行采样并导入到OpenFlow控制器中，对数据流进行预处理及标准归一化；S2：采用卷积神经网络CNN提取时间序列数据特征并转化为维度固定的稠密向量，采用融合注意力机制的CNN单元捕捉时间序列细粒度特征；S3：将CNN提取的局部特征与长短期记忆网络LSTM提取的序列特征相结合，对电力接入专网流量数据进行异常检测。2.根据权利要求1所述的一种电力无线接入专网异常流量检测方法，其特征在于，该方法面向电力无线接入专网的异常流量检测，控制服务运行于OpenFlow控制器之上，ATD与无线核心网设备相连接；通过ATD对底层数据流进行采样导入到控制器中，对数据流的异常状态进行动态识别、预警和阻断。3.根据权利要求1所述的一种电力无线接入专网异常流量检测方法，其特征在于，将电力网络数据输入CNN网络，首先在输入层输入流量数据X
i
，以向量化成矩阵；输入长度限制为m，每条流量数据转换成n维向量；最后输出层输出二维矩阵Z＝[W1,W2,...W
m
]，其中W＝[X
i1
,X
i2
,...X
in
]表示为流量X
i
的矩阵。4.根据权利要求1所述的一种电力无线接入专网异常流量检测方法，其特征在于，在CNN单元中引入一种注意力机制来提高对重要特征的关注，将CNN模块的输出特征与重要特征的输出按元素相乘，由相应的注意机制模块进行输出...

【专利技术属性】
技术研发人员：夏炳森，唐元春，陈端云，林文钦，林彧茜，冷正龙，周钊正，张章煌，李翠，
申请(专利权)人：国网福建省电力有限公司，
类型：发明
国别省市：