[发明专利]一种面向5G切片的馈线自动化业务网络异常检测方法

说明书

本发明涉及一种面向5G切片的馈线自动化业务网络异常检测方法，包括如下步骤：步骤1、获取网络数据包；步骤2、得到可用数据包并进行存储；步骤3、对网络数据进行特征提取和降维处理；步骤4、对网络数据标定为异常数据和正常数据；步骤5、对标定的异常数据和正常数据样本进行训练，提取网络异常数据特征参数；步骤6、对网络的实时交互数据进行异常检测。本发明提高了网络异常检测的准确率。

技术领域

本发明属于网络安全检测技术领域，涉及馈线自动化业务网络异常检测方法，尤其是一种面向5G切片的馈线自动化业务网络异常检测方法。

背景技术

近年来，随着5G通信网络的发展，馈线自动化业务逐步实现信息化，电力设备和通信系统紧密结合，数字信息和电网紧密相连，可以实时传输、控制、检测电力系统中的数据信息，从而提供可靠、经济、可持续的电力服务。然而在这种情境下，由于使用开放的标准通信网络，以及不断增加的网络操作，使得整个网络更易遭受恶意网络攻击。虚假数据注入攻击是一种隐蔽式攻击，可以绕过电力系统现有的坏数据检测器，直接对状态估计结果造成干扰，影响控制信号，对电力系统造成经济上的损失。虚假数据注入攻击造成的危害不断扩大，例如2003年，美国大范围停电长达29小时，造成高达300亿美元的经济损失。2009年美国电网再次遭到恶意攻击，严重损害电力系统正常运行。2018-2019年能源电网数据中心关键基础设施受到越来越多的恶意攻击。当前对虚假数据注入攻击检测技术的准确率还有待进一步提高，攻击防御研究还缺乏一定的主动性和时效性。

现有的技术手段不足以实时检测出隐蔽攻击，防御措施也较为被动，难以使电力系统的对抗虚假数据注入攻击的危害。

经检索，未发现与本发明相同或相近似的现有技术的公开文献。

发明内容

本发明的目的在于克服现有技术的不足，提出一种面向5G切片的馈线自动化业务网络异常检测方法，能够解决现有方法识别和检测网络异常准确度不高、时效性差的问题。

本发明解决其现实问题是采取以下技术方案实现的：

一种面向5G切片的馈线自动化业务网络异常检测方法，包括如下步骤：

步骤1、通过5G网络切片技术，对馈线自动化业务信息进行采集，获取网络数据包；

步骤2、对步骤1所获取的网络数据包进行协议解析，得到可用数据包并进行存储；

步骤3、利用核主成分分析法KPCA对步骤2的可用数据包的网络数据进行特征提取和降维处理；

步骤4、使用置信规则推理BRB对步骤3中特征提取和降维处理后的网络数据标定为异常数据和正常数据；

步骤5、通过长短时记忆神经网络LSTM模型分别对步骤4标定的异常数据和正常数据样本进行训练，提取网络异常数据特征参数；

步骤6、基于步骤5LSTM模型训练得到的网络异常数据特征参数，对网络的实时交互数据进行异常检测。

而且，所述步骤1的具体方法为：

通过5G网络切片技术，对网络信息进行自动化采集、异常监督和分析管理，并采用WinPcap数据包捕获技术获取网络数据包，包括馈线自动化业务中的电源信息数据包、联络信息数据包、恢复信息数据包和信息交互数据包，并自动过滤用户不关注的数据包，提升获取网络数据包的性能。

而且，所述步骤2的具体方法为：

将数据包捕获模块获取的数据包经过以太网发送至协议解析模块，进行TCP/IP协议、CMP协议、UDP协议解析，生成符合网络异常检测要求的原始数据。

而且，所述步骤3的具体方法为：