[发明专利]一种基于人工神经网络多角度综合决策的cps网络攻击辨识方法

摘要

本发明公开了一种基于人工神经网络多角度综合决策的cps网络攻击辨识方法，利用PMU装置的量测优势对RTU设备的量测数据进行校验。在物理空间分析的同时对RTU装置的通信报文进行实时的监测和分析，时刻与建立的通信异常规则库进行匹配，对捕获的报文按照匹配报文的操作类型、操作频率从信息安全的角度进行威胁度分析，并利用人工神经网络有效的综合了物理和信息空间下的状况从而进行全面的决策，本发明根据电网物理空间下由PMU装置校验而得出的RTU装置量测数据异常向量和电网信息空间下威胁度向量，从多角度对信息物理系统的攻击进行分析，有效的辨识网络攻击导致的信息物理系统的异常状况，保证了电力系统的安全运行。

主权项

1.一种基于人工神经网络多角度综合决策的cps网络攻击辨识方法，其特征在于：包括以下步骤：S1：确定当前已知配电网络拓扑结构以及采集该配电网络的数据信息，其中网络拓扑结构包括WAMS系统PMU装置和SCADA系统RTU装置的分布位置，其中配电网络的数据信息包括电气特征数据和通信网络数据；S2：根据远动终端RTU量测数据和PMU装置上传的量测数据进行时间相关性分析：确定RTU量测数据的准确时标、并将对准后同一时刻PMU线性分析结果与SCADA系统RTU采集的数据进行对比，得出物理空间下RTU设备的量测数据异常向量S3：对远动终端RTU的通信网络数据进行处理分析，建立不正常通信网络的规则库；对捕获的通信报文进行过滤、归类和分析，得到RTU设备相应通信报文的威胁度、并构建全系统的威胁度向量S4：根据物理空间下远动终端RTU设备的量测数据异常向量和通信系统的威胁度向量，利用人工神经网络的推理诊断方式进行融合分析决策，判断配电网系统是否有网络攻击发生并判别攻击类型。