面向工业互联网边缘计算平台安全评估方法、系统及产品技术方案

本发明专利技术涉及一种面向工业互联网边缘计算平台安全评估方法、系统及产品，属于工业互联网边缘计算平台评估领域。该方法包括：利用边缘侧的网关采集多个物理设备的流量数据，生成流量日志；对所述流量日志进行预处理，生成数据文件，并将所述数据文件上传至云端；通过特征引力以及欠采样技术对基于Spark的KNN模型进行改进，并根据所述数据文件对改进后的KNN模型进行训练，生成GKNN

【技术实现步骤摘要】
面向工业互联网边缘计算平台安全评估方法、系统及产品


[0001]本专利技术涉及工业互联网边缘计算平台评估领域，特别是涉及一种面向工业互联网边缘计算平台安全评估方法、系统及产品。

技术介绍

[0002]近年来，全球物联网产业规模急速壮大，物联网设备开始进入到了人们的生活当中，带来了极大的便利，并逐渐成为社会发展的动力。全球知名调研机构国际数据公司（IDC）报告显示，2018年全球物联网连接数接近115亿，预测2020年将接近300亿。物联网已成为我国重点发展的战略产业，预计其市场规模在2022年将达到7.2万亿元，物联网应用分布遍及能源、农业、医疗、智能家居等事关国计民生的各个方面。
[0003]但也由于物联网设备的广泛性、开放性和异构性令其安全性面临着巨大的潜在威胁。主要包括三个方面：第一，新的攻击手段层出不穷（如人工智能），攻防对抗愈演愈烈。第二，受攻击的设备对象类型更加多样，如自行车、摄像头、门锁都会成为潜在攻击目标，这一定程度上降低了攻击门槛。第三，传统网络与物联网的界限变得模糊，位于互联网络中各结构和层级的设备为攻击者提供了更多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向工业互联网边缘计算平台安全评估方法，其特征在于，包括：利用边缘侧的网关采集多个物理设备的流量数据，生成流量日志；所述流量数据包括良性流量以及恶意流量；对所述流量日志进行预处理，生成数据文件，并将所述数据文件上传至云端；通过特征引力以及欠采样技术对基于Spark的KNN模型进行改进，并根据所述数据文件对改进后的KNN模型进行训练，生成GKNN
‑
US模型；将所述GKNN
‑
US模型下发至所述边缘侧，并利用所述GKNN
‑
US模型对实时采集的流量数据进行安全评估。2.根据权利要求1所述的面向工业互联网边缘计算平台安全评估方法，其特征在于，所述对所述流量日志进行预处理，生成数据文件，并将所述数据文件上传至云端，具体包括：提取每个窗口内所述流量日志的关键特征；聚合所述关键特征，生成聚合后的关键特征；对所述聚合后的关键特征打上标签，生成带有标签的关键特征；对所述带有标签的关键特征进行分类操作，生成分类特征；当所述流量数据超出设定数量时，将所述分类特征打包成数据文件，并将所述数据文件上传至所述云端。3.根据权利要求2所述的面向工业互联网边缘计算平台安全评估方法，其特征在于，所述对所述聚合后的关键特征打上标签，生成带有标签的关键特征，具体包括：判断任一所述窗口内的所述良性流量是否大于所述恶意流量，得到第一判断结果；若所述第一判断结果表示为所述良性流量大于所述恶意流量，标记所述窗口为良性窗口，并标记所述窗口内所述聚合后的关键特征为良性特征；若所述第一判断结果表示为所述良性流量不大于所述恶意流量，标记所述窗口为恶性窗口，并标记所述窗口内所述聚合后的关键特征为恶性特征。4.根据权利要求1所述的面向工业互联网边缘计算平台安全评估方法，其特征在于，所述特征引力为：；其中，为特征引力；l为属性编号；len（*）为属性数量；f
si
为重要属性集合；f
unsi
为非重要属性集合。5.根据权利要求1所述的面向工业互联网边缘计算平台安全评估方法，其特征在于，所述将所述GKNN
‑
US模型下发至所述边缘侧，并利用所述GKNN
‑
US模型对实时采集的流量数据进行安全评估，具体包括：利用所述GKNN
‑
US模型判断实时采集的流量数据是否存在异常，得到第二判断结果；若所述第二判断结...

【专利技术属性】
技术研发人员：周昊，王冲华，孔同，张雪莹，林晨，李俊，郝志强，江浩，李红飞，韦彦，李文婷，余果，樊佩茹，刘东东，
申请(专利权)人：国家工业信息安全发展研究中心，
类型：发明
国别省市：