[发明专利]电力通信网络异常入侵检测方法、装置、设备及存储介质

权利要求书

1.一种电力通信网络异常入侵检测方法，其特征在于，包括：

获取电力通信网络运行时的原始数据，并对所述原始数据进行预处理以得出第一目标数据；

从所述第一目标数据中提取影响所述电力通信网络异常的第二目标数据；

依据所述第二目标数据构建所述电力通信网络的BP_Adaboost神经网络模型，并对所述BP_Adaboost神经网络模型进行训练；

根据训练后的所述BP_Adaboost神经网络模型对所述电力通信网络进行异常入侵检测。

2.根据权利要求1所述的电力通信网络异常入侵检测方法，其特征在于，所述原始数据具体包括：

与所述电力通信网络的连接状态对应的第一数据；与用户访问对应的第二数据、与所述电力通信网络中主机对应的第三数据、与网络流量对应的第四数据以及与报警对应的第五数据；

对应地，所述对所述原始数据进行预处理以得出第一目标数据具体包括：

去除所述第一数据、所述第二数据、所述第三数据、所述第四数据和所述第五数据中有缺失值的数据记录以得出所述第一目标数据。

3.根据权利要求2所述的电力通信网络异常入侵检测方法，其特征在于，在所述去除所述第一数据、所述第二数据、所述第三数据、所述第四数据和所述第五数据中有缺失值的数据记录以得出所述第一目标数据之后，还包括：

对所述第一目标数据进行标准化处理以将所述第一目标数据转换为数值型。

4.根据权利要求3所述的电力通信网络异常入侵检测方法，其特征在于，所述对所述第一目标数据进行标准化处理以将所述第一目标数据转换为数值型具体为：

对所述第一目标数据中包含字符型信息的数据进行统一编码以将所述第一目标数据转换为所述数值型。

5.根据权利要求1所述的电力通信网络异常入侵检测方法，其特征在于，所述从所述第一目标数据中提取影响所述电力通信网络异常的第二目标数据具体包括：

对所述第一目标数据进行标准化处理；

通过PLS算法获取经标准化处理后的所述第一目标数据的主成分、回归系数及特征向量得出所述第二目标数据。

6.根据权利要求5所述的电力通信网络异常入侵检测方法，其特征在于，所述依据所述第二目标数据构建所述电力通信网络的BP_Adaboost神经网络模型，并对所述BP_Adaboost神经网络模型进行训练具体包括：

将所述第二目标数据分成两部分，一部分作为训练数据集，一部分作为测试数据集；

利用所述训练数据集构建所述BP_Adaboost神经网络模型，并对所述BP_Adaboost神经网络模型进行训练；

利用所述测试数据集对训练后的所述BP_Adaboost神经网络模型进行测试。

7.根据权利要求6所述的电力通信网络异常入侵检测方法，其特征在于，所述利用所述测试数据集对训练后的所述BP_Adaboost神经网络模型进行测试具体包括：

计算所述测试数据集的主成分以得出目标测试数据集；

将所述目标测试数据集作为输入值带入训练后的所述BP_Adaboost神经网络模型进行测试。

8.一种电力通信网络异常入侵检测装置，其特征在于，包括：

获取模块，用于获取电力通信网络运行时的原始数据，并对所述原始数据进行预处理以得出第一目标数据；

提取模块，用于从所述第一目标数据中提取影响所述电力通信网络异常的第二目标数据；

构建模块，用于依据所述第二目标数据构建所述电力通信网络的BP_Adaboost神经网络模型，并对所述BP_Adaboost神经网络模型进行训练；

检测模块，用于根据训练后的所述BP_Adaboost神经网络模型对所述电力通信网络进行异常入侵检测。