申请/专利权人:国网浙江省电力有限公司绍兴供电公司
申请日:2023-12-29
公开(公告)日:2024-04-30
公开(公告)号:CN117951576A
主分类号:G06F18/241
分类号:G06F18/241;G06F18/213;G06F18/10;G06N3/0455;G06N3/047;G06N3/0985;G06N3/006;G06F123/02
优先权:
专利状态码:在审-公开
法律状态:2024.04.30#公开
摘要:本发明公开了一种基于Transformer时序多模态特征的电力系统恶意流量检测方法,首先,通过数据预处理和特征转换,将电力系统网络流量时序数据分割成会话流,以便进行特征提取和分类,然后,将会话流分为包特征和流特征两个模态,并使用对数缩放法和最大最小归一化法对特征进行归一化处理,之后,基于Transformer的时序多模态特征构建恶意流量检测模型,该模型结合了自注意力机制,能够有效捕捉时间序列中的长期依赖性和内在关系,通过该模型,实现对电力系统网络恶意流量的高效检测和准确分类,本发明显著地提升了电力系统对恶意行为进行识别和检测的能力,使电力系统能够更加敏锐地发现并响应潜在的威胁。
主权项:1.一种基于Transformer时序多模态特征的电力系统恶意流量检测方法,其特征在于,包括如下步骤:S1、进行数据预处理,对采集到的电力系统网络流量时序数据进行特征转换,将所述采集到的电力系统网络流量时序数据等长分割后转换为会话流以进行特征提取与分类;S2、将所述会话流按照包特征和流特征分为两个模态的特征组,基于对数缩放法和最大最小归一化法对所述特征组进行归一化处理,将每个会话流中的流量记录以每若干个分为一组作为模型的输入,基于Transformer时序多模态特征构建电力系统恶意流量检测模型;S3、基于所述电力系统恶意流量检测模型,对电力系统网络恶意流量进行分类检测并识别恶意流量类型。
全文数据:
权利要求:
百度查询: 国网浙江省电力有限公司绍兴供电公司 基于Transformer时序多模态特征的电力系统恶意流量检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。