一种电力行业信息系统密码应用评估方法及系统技术方案

本发明专利技术涉及电力行业信息系统的安全性评估技术领域，特别是一种电力行业信息系统密码应用评估方法及系统。获取电力行业信息系统的密码应用数据并对数据进行预处理，密码应用数据包括系统配置数据、密钥管理数据、加密算法数据及协议数据；预设深度学习模型该模型融合了CNN、LSTM自注意力机制和前馈神经网络其中CNN用于特征提取，LSTM用于捕捉长期依赖关系，自注意力机制用于增强重要特征关注前馈神经网络用于非线性变换；根据模型输出结果进行密码应用评估，输出评估结果包括算法适配性分析、安全合规性评估、参数合理性评估及优化建议。该方法通过多维度数据采集和深度学习模型的融合应用，实现密码应用评估的自动化和智能化提高了评估的准确性和效率。

【技术实现步骤摘要】

本专利技术涉及电力行业信息系统的安全性评估，特别是一种电力行业信息系统密码应用评估方法及系统。

技术介绍

1、随着电力行业信息系统的数字化、智能化发展，信息安全成为保障电力系统正常运行的关键环节。根据《中华人民共和国密码法》规定，关键信息基础设施必须采用商用密码进行信息保护，并定期开展商用密码应用的安全性评估。现有的密码应用评估方法多依赖于手动分析和经验判断，难以全面、系统地评估密码算法的适配性与安全性，尤其是在电力行业这样具有复杂多样业务场景的环境下，传统方法无法有效捕捉密码算法的多维度特征及其应用中的复杂依赖关系。

2、近年来，随着深度学习技术的快速发展，尤其是卷积神经网络(cnn)、循环神经网络(lstm)及自注意力机制(self-attention)的引入，使得复杂数据的自动分析与处理成为可能。这为密码应用评估提供了新的研究思路。通过利用深度学习模型，可以有效捕获密码算法与安全参数之间的长期依赖关系，并结合前馈网络减轻非线性变换损失，实现对商用密码应用的全面自动化评估，确保电力行业信息系统的安全性。

3、然而，现有的评估技术本文档来自技高网...

【技术保护点】

1.一种电力行业信息系统密码应用评估方法，其特征在于：包括，

2.如权利要求1所述的一种电力行业信息系统密码应用评估方法，其特征在于：所述数据预处理包括数据集选用、特征选择和数据划分；

3.如权利要求2所述的一种电力行业信息系统密码应用评估方法，其特征在于：所述CLAFNet模型的结构包括：

4.如权利要求3所述的一种电力行业信息系统密码应用评估方法，其特征在于：所述卷积神经网络层的结构包括：多个卷积层，每个卷积层设有卷积核；激活函数层；池化层。

5.如权利要求4所述的一种电力行业信息系统密码应用评估方法，其特征在于：所述长短期记忆网络层包...

【技术特征摘要】

1.一种电力行业信息系统密码应用评估方法，其特征在于：包括，

2.如权利要求1所述的一种电力行业信息系统密码应用评估方法，其特征在于：所述数据预处理包括数据集选用、特征选择和数据划分；

3.如权利要求2所述的一种电力行业信息系统密码应用评估方法，其特征在于：所述clafnet模型的结构包括：

4.如权利要求3所述的一种电力行业信息系统密码应用评估方法，其特征在于：所述卷积神经网络层的结构包括：多个卷积层，每个卷积层设有卷积核；激活函数层；池化层。

5.如权利要求4所述的一种电力行业信息系统密码应用评估方法，其特征在于：所述长短期记忆网络层包括：设定的隐藏单元；设定的时间步长；激活函数层。

6.如权利要求5所述的一种电力行业信息系统密码应用评估方法，其特征在于：所述模型训练步骤包括：采用二分类的交叉熵损失函数；使用adam优化器进行参数优化；在验证集上进行模型评估，防止过拟...

【专利技术属性】
技术研发人员：韩松明，凌颖，卢杰科，唐福川，谢铭，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：