[发明专利]一种电力信息网络中流量识别模型的动态更新方法有效
| 申请号： | 201510236737.8 | 申请日： | 2015-05-11 |
| 公开（公告）号： | CN104994056B | 公开（公告）日： | 2018-01-19 |
| 发明（设计）人： | 张波;张涛;马媛媛;刘建明;李千目;倪震;王玉斐;邵志鹏;费稼轩;戴造建;周诚;黄秀丽;华晔;时坚;楚杰 | 申请（专利权）人： | 中国电力科学研究院;全球能源互联网研究院;国家电网公司;江苏省电力公司;江苏省电力公司信息通信分公司;南京理工大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L12/24 |
| 代理公司： | 北京安博达知识产权代理有限公司11271 | 代理人： | 徐国文 |
| 地址： | 100192 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种电力信息网络中流量识别模型的动态更新方法，包括以下步骤获得流量识别模型；动态更新流量识别模型。本发明提供的电力信息网络中流量识别模型的动态更新方法，可以保证流量识别模型能够快速跟踪流量样本中所包含的知识，准确地检测出异常流量，在此基础上实现主动预警功能，提升了电力信息网络的安全性。 | ||
| 搜索关键词： | 一种 电力 信息网络 流量 识别 模型 动态 更新 方法 | ||
【主权项】：
一种电力信息网络中流量识别模型的动态更新方法，其特征在于：所述方法包括以下步骤：步骤1：获得流量识别模型；步骤2：动态更新流量识别模型；所述步骤1中，采用Bayes算法进行训练，以获得流量识别模型；所述步骤1具体包括以下步骤：步骤1‑1：电力信息网络中流量按类别分为正常流量和异常流量，用p(y＝+1)表示正常流量样本的先验概率分布，p(y＝‑1)表示异常流量样本的先验概率分布，分别对p(y＝+1)和p(y＝‑1)进行估算，有：其中，表示正常流量样本的先验概率分布p(y＝+1)的估计值；表示异常流量样本的先验概率分布p(y＝‑1)的估计值；|(xi,yi)∈D∩yi＝+1|表示正常流量样本个数；|D|表示流量样本个数；xi表示流量样本，yi表示流量样本所属类别，yi取值+1代表正常流量，yi取值‑1代表异常流量；步骤1‑2：采用多变量高斯分布模型进行拟合，得到正常流量样本的均值、正常流量样本的协方差、异常流量样本的均值和异常流量样本的协方差；分别表示为：其中，表示正常流量样本的均值，表示正常流量样本，表示正常流量样本的协方差，m表示正常流量样本个数；表示异常流量样本的均值，表示异常流量样本，表示异常流量样本的协方差，n表示流量样本个数，T表示矩阵转置；步骤1‑3：采用Bayes定理，通过流量样本的先验概率分布和类条件概率分布求出后验概率分布得到流量样本的后验概率分布，有：其中，P(y＝+1/x)表示正常流量样本的后验概率分布，P(y＝‑1/x)表示异常流量样本的后验概率分布，P(x/y＝+1)表示正常流量的类条件概率分布，P(x/y＝‑1)表示异常流量的类条件概率分布，p(y＝+1)表示正常流量样本的先验概率分布，p(y＝‑1)表示异常流量样本的先验概率分布，P(x)表示流量样本概率分布。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院;全球能源互联网研究院;国家电网公司;江苏省电力公司;江苏省电力公司信息通信分公司;南京理工大学，未经中国电力科学研究院;全球能源互联网研究院;国家电网公司;江苏省电力公司;江苏省电力公司信息通信分公司;南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510236737.8/，转载请声明来源钻瓜专利网。
