[发明专利]电力监控系统用户行为安全预警方法和系统

说明书

本发明公开了电力监控系统用户行为安全预警方法和系统，方法包括：采集电力监控系统的安全监控日志；基于采集到的安全监控日志提取用户操作信息，对用户操作信息进行用户行为数据特征化处理；将得到的用户行为特征数据输入预先训练完成的机器学习模型中最终得到基于用户行为安全等级的预警提示信息。本发明提出了基于用户行为安全风险等级划分的安全预警方法，为提高电力监控系统数据关联分析的有效性和准确性；本发明提出了基于用户行为安全等级划分方法，实现对用户行为风险水平的判断，在电力监控系统上给出相应的警报，及时提醒现场监控人员及时进行警报操作，保障了电力监控系统的安全性和电力安全监控功能实现。

技术领域

本发明属于电力系统安全监控技术领域，具体涉及电力监控系统用户行为安全预警方法和系统。

背景技术

在传统的危害网络安全的行为如黑客攻击、病毒入侵之外，由内部用户异常操作引起的违反安全策略的行为也对系统安全运行构成了极大的威胁。对这些异常或违规操作，使用传统的安全防范措施例如防火墙等检测效果都不理想。

电力系统每天都会生成大量数据。安全评估是电力系统二次系统安全与保护的重要组成部分。然而，目前电力监控系统安全防护产品形成了安全孤岛，产品之间无法做到有效的串联，针对安全风险做出的安全防护措施也无法告知全网。无法有效的针对已知风险进行有效预防；当前电力监控系统安全防护手段均是基于规则以及历史数据的，数据之间的关联度比较低，无法对大量的实时数据进行有效分析，预警结果极大程度的依赖于各自安全产品的规则，针对未知威胁缺乏有效的分析手段；当前电力监控系统无法根据告警结果实时联动安全策略，无法根据当前存在的安全风险下发具有针对性的安全策略，安全防护存在滞后性；当前电力监控系统缺乏有效的安全评价体系，安全防护工作没有进入一个良性的循环，只针对安全防护问题进行被动的防御。

综上，为解决当前安全防护工作中存在的一系列管理方面造成的风险，有必要针对上述问题集中进行技术攻关，从而降低电力监控系统存在的一系列问题，进而保障电力监控系统的稳定运行。

发明内容

为解决上述现有技术中存在的问题，即当前电力监控系统安全防护手段均是基于规则以及历史数据的，数据之间的关联度比较低，无法对大量的实时数据进行有效关联分析，识别存在安全风险用户。本发明提供了电力监控系统用户行为安全预警方法，包括：

采集电力监控系统的安全监控日志；

基于采集到的安全监控日志提取用户操作信息，对用户操作信息进行用户行为数据特征化处理，得到处理后的用户行为特征数据；将得到的用户行为特征数据输入训练完成的机器学习模型中得到基于用户行为安全等级的预警提示。

进一步地，用户行为数据特征化处理包括对用户操作信息进行数字转化获得用户行为数据特征。

再进一步地，提取用户操作信息之后还包括根据用户操作信息确定用户操作路径和操作指令；根据用户操作路径和操作指令划分用户行为安全等级，并将表示用户行为安全等级的安全标签作为用户行为数据特征。

再进一步地，用户行为数据特征化处理还包括基于已获得的用户行为数据特征利用偏最小二乘回归获得计算结果，将其作为扩展的用户行为特征，计算方法包括：

PLR模型输入为p个因变量y₁,y₂,y₃…y_p与m个自变量x₁,x₂,x₃…x_m，所述因变量和自变量都从已经获得的用户行为数据特征中选定，其中因变量包括安全标签，因变量组和自变量组的n次标准化观测数据阵分别记为：

建立PLR模型如下：