一种用于供水系统数据安全的实时监测方法及装置制造方法及图纸

本发明专利技术提供一种用于供水系统数据安全的实时监测方法及装置，其方法包括：基于历史数据安全受损事件、数据安全受损预测模型和供水系统设备运行异常状态，获取数据安全受损的异常数据集；基于异常数据集，训练和测试预设的数据安全实时监测模型，通过监测分析供水系统控制网络的外部破坏奏效数据和内部防御失效数据的匹配度失衡值，获得供水系统数据安全的隐患提示；利用数据安全实时监测模型，结合预设的供水系统设备运行异常数据追溯分析模型，对数据安全实时监测，获得供水系统数据安全的实时隐患提示。本发明专利技术通过利用数据安全实时监测模型监测供水系统数据安全，提高了供水系统数据安全管理的针对性和实效性。数据安全管理的针对性和实效性。数据安全管理的针对性和实效性。

【技术实现步骤摘要】
一种用于供水系统数据安全的实时监测方法及装置


[0001]本专利技术涉及供水系统数据安全
，尤其涉及一种用于供水系统数据安全的实时监测方法及装置。

技术介绍

[0002]近年来，供水机构日益依赖互联网来管理供水管道和水泵，网络中的控制设备可以帮助全天候监控运营状况，由于减少了监控阀门、控制器和开关的人员，供水和电力机构可以提高可靠性和降低人工成本；但与其他基础设施领域相比，由于规模和资金限制，供水系统防护资源不足、网络安全成熟度较低，网络系统的硬件、软件及系统中的数据，不因偶然的或者恶意的原因而遭受到破坏、更改、泄露，影响到系统连续可靠正常地运行；同时，供水系统数据的安全防范也关系重大。
[0003]因此，有必要提供一种用于供水系统数据安全的实时监测方法及装置。

技术实现思路

[0004]本专利技术提供了一种用于供水系统数据安全的实时监测方法及装置，通过利用数据安全实时监测模型，对供水系统控制网络的外部破坏奏效数据和内部防御失效数据的匹配度失衡值的分析监测，可保证系统的网络安全和信息安全免受破坏和损失，提高了供水系统数据安全管理的针对性和实效性。
[0005]本专利技术提供了一种用于供水系统数据安全的实时监测方法，包括：
[0006]S1：基于历史数据安全受损事件、数据安全受损预测模型和供水系统设备运行异常状态，获取数据安全受损的异常数据集；
[0007]S2：基于异常数据集，训练和测试预设的数据安全实时监测模型，通过监测分析供水系统控制网络的外部破坏奏效数据和内部防御失效数据的匹配度失衡值，获得供水系统数据安全的隐患提示；
[0008]S3：利用数据安全实时监测模型，结合预设的供水系统设备运行异常数据追溯分析模型，对数据安全实时监测，获得供水系统数据安全的实时隐患提示。
[0009]进一步地，S1包括：
[0010]S101：基于历史数据安全受损事件，提取数据安全受损事件产生的事件缘由数据，得到第一异常数据集；
[0011]S102：基于预设的数据安全受损预测模型，模拟数据安全受损事件，获得第二异常数据集；
[0012]S103：基于供水系统设备运行异常状态，获得供水系统设备运行异常数据，对供水系统设备运行异常数据进行再分析判定，获得第三异常数据集；
[0013]S104：汇总第一异常数据集、第二异常数据集和第三异常数据集，获得数据安全受损的异常数据集。
[0014]进一步地，S103中对供水系统设备运行异常数据进行再分析判定，包括：
[0015]S1031：获取产生供水系统设备运行异常数据的第一设备，分析第一设备的联网工作状态，若第一设备为非联网工作状态，则将第一设备产生的供水系统设备运行异常数据舍弃；
[0016]S1032：若第一设备为联网工作状态，则分析第一设备产生的供水系统设备运行异常数据是否为联网工作状态数据，若否，则舍弃，若是，则将第一设备产生的供水系统设备运行异常数据设为待判定异常数据；
[0017]S1033：对导致待判定异常数据产生的影响因子进行分析，若对供水系统控制网络外部破坏的影响因子的数量大于预设的数量阈值时，则将待判定异常数据判定为第三异常数据。
[0018]进一步地，S2包括：
[0019]S201：基于异常数据集，获得供水系统控制网络的外部破坏奏效数据和内部防御失效数据；
[0020]S202：基于预设的数据安全实时监测模型，模拟监测分析供水系统控制网络的外部破坏奏效数据和内部防御失效数据的匹配度失衡值，若匹配度失衡值大于预设的匹配度失衡值阈值，则判定匹配度失衡，发出供水系统数据安全的隐患提示；
[0021]S203：利用异常数据测试集，对数据安全实时监测模型进行测试和完善。
[0022]进一步地，S3包括：
[0023]S301：获取供水系统的实时设备运行异常数据和实时控制网络异常数据；
[0024]S302：基于预设的设备运行异常数据追溯分析模型，对实时设备运行异常数据进行追溯分析判定，获得导致产生实时设备运行异常数据的第一实时控制网络异常数据；
[0025]S303：利用数据安全实时监测模型，对第一实时控制网络异常数据和实时控制网络异常数据进行监测，获得供水系统数据安全的实时隐患提示。
[0026]一种用于供水系统数据安全的实时监测装置，包括：
[0027]异常数据集获取模块，用于基于历史数据安全受损事件、数据安全受损预测模型和供水系统设备运行异常状态，获取数据安全受损的异常数据集；
[0028]实时监测模型训练测试模块，用于基于异常数据集，训练和测试预设的数据安全实时监测模型，通过监测分析供水系统控制网络的外部破坏奏效数据和内部防御失效数据的匹配度失衡值，获得供水系统数据安全的隐患提示；
[0029]实时监测模块，用于利用数据安全实时监测模型，结合预设的设备运行异常数据追溯分析模型，对数据安全实时监测，获得供水系统数据安全的实时隐患提示。
[0030]进一步地，异常数据集获取模块包括：基于历史数据安全受损事件，提取数据安全受损事件产生的事件缘由数据，得到第一异常数据集；基于预设的数据安全受损预测模型，模拟数据安全受损事件，获得第二异常数据集；基于供水系统设备运行异常状态，获得供水系统设备运行异常数据，对供水系统设备运行异常数据进行再分析判定，获得第三异常数据集；汇总第一异常数据集、第二异常数据集和第三异常数据集，获得数据安全受损的异常数据集；
[0031]其中，对供水系统设备运行异常数据进行再分析判定，包括：
[0032]获取产生供水系统设备运行异常数据的第一设备，分析第一设备的联网工作状态，若第一设备为非联网工作状态，则将第一设备产生的供水系统设备运行异常数据舍弃；
[0033]若第一设备为联网工作状态，则分析第一设备产生的供水系统设备运行异常数据是否为联网工作状态数据，若否，则舍弃，若是，则将第一设备产生的供水系统设备运行异常数据设为待判定异常数据；
[0034]对导致待判定异常数据产生的影响因子进行分析，若对供水系统控制网络外部破坏的影响因子的数量大于预设的数量阈值时，则将待判定异常数据判定为第三异常数据。
[0035]进一步地，实时监测模型训练测试模块包括：基于异常数据集，获得供水系统控制网络的外部破坏奏效数据和内部防御失效数据；
[0036]基于预设的数据安全实时监测模型，模拟监测分析供水系统控制网络的外部破坏奏效数据和内部防御失效数据的匹配度失衡值，若匹配度失衡值大于预设的匹配度失衡值阈值，则判定匹配度失衡，发出供水系统数据安全的隐患提示；
[0037]利用异常数据测试集，对数据安全实时监测模型进行测试和完善；
[0038]实时监测模块包括：
[0039]获取供水系统的实时设备运行异常数据和实时控制网络异常数据；
[0040]基于预设的设备运行异常数据追溯分析模型，对实时设备运行异常数据进行追溯本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于供水系统数据安全的实时监测方法，其特征在于，包括：S1：基于历史数据安全受损事件、数据安全受损预测模型和供水系统设备运行异常状态，获取数据安全受损的异常数据集；S2：基于异常数据集，训练和测试预设的数据安全实时监测模型，通过监测分析供水系统控制网络的外部破坏奏效数据和内部防御失效数据的匹配度失衡值，获得供水系统数据安全的隐患提示；S3：利用数据安全实时监测模型，结合预设的供水系统设备运行异常数据追溯分析模型，对数据安全实时监测，获得供水系统数据安全的实时隐患提示。2.根据权利要求1所述的一种用于供水系统数据安全的实时监测方法，其特征在于，S1包括：S101：基于历史数据安全受损事件，提取数据安全受损事件产生的事件缘由数据，得到第一异常数据集；S102：基于预设的数据安全受损预测模型，模拟数据安全受损事件，获得第二异常数据集；S103：基于供水系统设备运行异常状态，获得供水系统设备运行异常数据，对供水系统设备运行异常数据进行再分析判定，获得第三异常数据集；S104：汇总第一异常数据集、第二异常数据集和第三异常数据集，获得数据安全受损的异常数据集。3.根据权利要求2所述的一种用于供水系统数据安全的实时监测方法，其特征在于，S103中对供水系统设备运行异常数据进行再分析判定，包括：S1031：获取产生供水系统设备运行异常数据的第一设备，分析第一设备的联网工作状态，若第一设备为非联网工作状态，则将第一设备产生的供水系统设备运行异常数据舍弃；S1032：若第一设备为联网工作状态，则分析第一设备产生的供水系统设备运行异常数据是否为联网工作状态数据，若否，则舍弃，若是，则将第一设备产生的供水系统设备运行异常数据设为待判定异常数据；S1033：对导致待判定异常数据产生的影响因子进行分析，若对供水系统控制网络外部破坏的影响因子的数量大于预设的数量阈值时，则将待判定异常数据判定为第三异常数据。4.根据权利要求1所述的一种用于供水系统数据安全的实时监测方法，其特征在于，S2包括：S201：基于异常数据集，获得供水系统控制网络的外部破坏奏效数据和内部防御失效数据；S202：基于预设的数据安全实时监测模型，模拟监测分析供水系统控制网络的外部破坏奏效数据和内部防御失效数据的匹配度失衡值，若匹配度失衡值大于预设的匹配度失衡值阈值，则判定匹配度失衡，发出供水系统数据安全的隐患提示；S203：利用异常数据测试集，对数据安全实时监测模型进行测试和完善。5.根据权利要求1所述的一种用于供水系统数据安全的实时监测方法，其特征在于，S3包括：S301：获取供水系统的实时设备运行异常数据和实时控制网络异常数据；
S302：基于预设的设备运行异常数据追溯分析模型，对实时设备运行异常数据进行追溯分析判定，获得导致产生实时设备运行异常数据的第一实时控制网络异常数据；S303：利用数据安全实时监测模型，对第一实时控制网络异常数据和实时控制网络异常数据进行监测，获得供水系统数据安全的实时隐患提示。6.一种用于供水系统数据安全的实时监测装置，其特征在于，包括：异常数据集获取模块，用于基于历史数据安全受损事件、数据安全受损预测模型和供水系统设备运行异常状态，获取数据安全受损的异常数据集；实时监测模型训练测试模块，用于基于异常数据集，训练和测试预设的数据安全实时监测模型，通过监测分析供水系统控制网络的外部破坏奏效数据和内部防御失效数据的匹配度失衡值，获得供水系统数据安全的隐患提示；实时监测模块，用于利用数据安全实时监测模型，结合预设的设备运行异常数据追溯分析模型，对数据安全实时监测，获得供水系统数据安全的实时隐患提示。7.根据权利要求6所述的一种用于供水系统数据安全的实时监测装置，其特征在于，异常数据集获取...

【专利技术属性】
技术研发人员：刘孟甲，芦清莲，杨景云，
申请(专利权)人：广州市力翱机械设备有限公司，
类型：发明
国别省市：