[发明专利]一种边云协调的火电厂工控系统病毒查杀实现方法

说明书

本发明公开一种边云协调的火电厂工控系统病毒查杀实现方法，其特征在于，所述方法包括：S1：在边缘计算端采集流量数据，通过软件将采集的数据流量数据进行分析和处理；S2：通过边缘病毒查杀模型对边缘数据分析和处理后的流量进行查杀，获取病毒查杀结果；S3：将无病毒的网络流量反馈给工控系统；S4：在云端收集边缘计算端采集流量数据；S5：通过云端病毒查杀模型对S4收集的流量数据进行查杀；S6：获取S5中的查杀结果，并更新云端病毒查杀模型，获得更多的处理样本；S7：将S6中的无病毒的网络流量反馈给工控系统，既满足火电厂工控系统病毒查杀快速响应的同时，也提高病毒查杀能力，即提高火电厂工控系统病毒查杀效率和能力。

技术领域

本发明涉及一种边云协调的火电厂工控系统病毒查杀实现方法。

背景技术

随着信息化与工业化的深度融合以及“互联网+”与智慧能源、能源互联网、综合能源服务等发展模式的改变，工业技术体系在开放性、互联互通性和智能化等方面的需求越来越强烈。工业控制系统物理隔离的传统封闭环境面临着“固守与发展”的矛盾，传统信息系统所面临的病毒、木马工具等网络危害，也开始逐渐向工业控制领域扩散。因此，工业控制系统的安全日渐堪忧。由于网络病毒危害性大、变异性强、扩散快速性等特点，短时间就可对工业生产生活造成恶劣影响，所以对工控系统的病毒查杀的实时性要求越来越高。

通过病毒查杀技术，可以查杀主机和网络等边缘侧的病毒，随着云计算的广泛应用，云计算中心聚集了大量的数据，云中心具有强大的处理性能，可以处理海量数据。但是云计算存在两个局限性。一是数据的重量，由于数据需要大量的存储空间以及带宽等，使得通信传输的拥塞；二是时延，传输海量数据需要时间，云中心处理数据也需要时间，这将增加请求响应时间。工业控制系统一旦遭受病毒攻击或潜伏，如果不能及时检测和查杀将会造成难以想象的后果，边缘计算可以很好地解决此问题。本发明通过建立边云协同的病毒查杀模型，利用机器学习算法提高工业控制系统的病毒查杀的效率。

发明内容

本发明基于边云协同的智能工控系统入侵检测技术，提供一种边云协调的火电厂工控系统病毒查杀实现方法。

为实现上述目的，本发明提供一种边云协调的火电厂工控系统病毒查杀实现方法，所述方法包括：

S1：在边缘计算端采集流量数据，通过软件将采集的数据流量数据进行分析和处理；

S2：通过边缘病毒查杀模型对分析和处理后的流量进行查杀，获取查杀结果；

S3：将无病毒的网络流量反馈给工控系统；

S4：在云端收集边缘计算端采集流量数据；

S5：通过云端病毒查杀模型对S4收集的流量数据进行查杀；

S6：获取S5中的查杀结果，并更新云端病毒查杀模型，获得更多的处理样本；

S7：将S6中的无病毒的网络流量反馈给工控系统。

作为对本发明的进一步改进，通过软件将采集的数据流量数据进行分析和处理，所述数据流量数据具体包括工控系统关键网络流量数据。

作为对本发明的进一步改进，通过机器学习算法构建的病毒查杀模型，所述机器学习算法具有边缘计算单元的处理能力。

作为对本发明的进一步改进，所述方法还包括建立边缘数据模型，并将处理样本传输至边缘数据模型。

采用本发明提供的边云协调的火电厂工控系统病毒查杀实现方法，提出一种新颖的边云协同病毒查杀模型，结合边缘计算的快速计算响应能力和云计算大数据处理能力，既满足火电厂工控系统病毒查杀快速响应的同时，也提高病毒查杀能力。即提高火电厂工控系统病毒查杀效率和能力。

附图说明

图1是本发明边云协调的火电厂工控系统病毒查杀实现方法的方法图。