基于时-频域混合特征的变电站通信网异常流量检测方法

发布时间：2025-05-08 01:49

　　 准确快速检测智能变电站通信网络异常流量是发现系统异常、实现安全态势感知和主动防御的关键技术,对保证智能电网安全稳定运行有着重要意义。文中提出了基于时-频域混合特征的智能变电站通信网络异常流量检测新方法。首先,设计了基于分形自回归积分滑动平均(FARIMA)流量模型和小波包分析方法的流量频域特征提取方法,并结合电力信息流时域特征构建时-频域混合特征集。进而,采用人工蜂群优化的支持向量机算法进行异常流量辨识。最后,基于某110 kV变电站的站内实际网络流量和CIC DDoS2019数据集、KDD99数据集进行仿真,结果表明所提算法对网络异常流量识别有更低的误判率和漏检率。

【文章页数】：8 页

【文章目录】：
0 引言
1 SCN流量分析与建模
2 时-频域混合特征集提取方法
3 ABC-SVM网络异常流量识别方法
4 基于时-频域混合特征的异常流量检测算法性能评价
    4.1 基于OPNET平台的算法性能仿真测试
    4.2 基于CIC DDoS2019数据集的算法性能测试
    4.3 基于KDD99数据集的算法性能测试
5 结语
附录A



本文编号：4044132