智能变电站入侵检测数据降维方法的研究

被引：4

作者：

崔巨勇 ^{[1
]}

于同伟 ^{[2
]}

黄旭 ^{[2
]}

张洪涛 ^{[3
]}

曹云东 ^{[1
]}

机构：

[1] 沈阳工业大学

[2] 国网辽宁省电力有限公司电力科学研究院

[3] 北京科东电力控制系统有限责任公司

来源：

电气应用 | 2014年 / 33卷 / 21期

关键词：

智能变电站; 入侵检测; 数据降维; 自适应共振理论; 主成分分析;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化]; TM63 [变电所];

学科分类号：

080802 ;

摘要：

网络技术的快速发展使智能变电站信息一体化平台更为高效和便捷。大量的高级应用带来了更多的网络安全问题,入侵检测是解决这一问题的有效手段。针对目前智能变电站的信息隔离装置对Web入侵检测识别准确率不高的情况,提出了基于自适应共振理论与主成分分析的算法模型。入侵检测系统所使用的训练和测试数据集大都采用多维数据集,在数据预处理阶段往往需要对特征量进行降维处理。该模型可以一次性完成对入侵检测数据的降维和分类分析,并以KDD 99数据集作为训练和测试数据集进行仿真实验,实验结果表明了模型的有效性,可以改善隔离装置的入侵检测效率。

引用

页码：106 / 110

页数：5

共 14 条

[1] 改进的入侵检测数据降维方法 [J].