基于人工智能的電力信息網(wǎng)絡(luò)安全自防御研究

王一婧

摘要：在電力系統(tǒng)運行過程中，為了更好地保證其運行過程的網(wǎng)絡(luò)信息安全，必須做好網(wǎng)絡(luò)信息安全工作，進(jìn)而更好地穩(wěn)定運行電力系統(tǒng)。現(xiàn)階段，我國電網(wǎng)的電力系統(tǒng)中網(wǎng)絡(luò)信息安全系統(tǒng)發(fā)展的比較全面，可以幫助電力系統(tǒng)管理網(wǎng)絡(luò)信息安全。但在其具體的應(yīng)用中仍存在許多問題，只有解決電力系統(tǒng)中的網(wǎng)絡(luò)信息安全問題，才能確保電力系統(tǒng)中的網(wǎng)絡(luò)信息工作順利進(jìn)行。對此，本文概述了人工智能技術(shù)，探討了電力系統(tǒng)網(wǎng)絡(luò)信息存在的安全風(fēng)險，并提出了基于人工智能的電力信息網(wǎng)絡(luò)安全自防御技術(shù)，僅供參考。

關(guān)鍵詞：人工智能;電力信息網(wǎng)絡(luò)安全;自防御研究

1人工智能技術(shù)的概述

當(dāng)今社會，電力在人們的生產(chǎn)生活中有著不可或缺的作用，電力信息網(wǎng)絡(luò)安全也越發(fā)受到人們的重視。人工智能技術(shù)涉及到信息技術(shù)、神經(jīng)學(xué)等多個領(lǐng)域，借助現(xiàn)代科學(xué)技術(shù)實現(xiàn)行為機器的自動化，并發(fā)現(xiàn)問題、解決問題的過程。人工智能應(yīng)用于工業(yè)化生產(chǎn)中，由于具有極強的信息處理能力，發(fā)揮著重要作用。人工智能由多個處理單元組成，小單元之間相互獨立又相互聯(lián)系，可以進(jìn)行信息儲存并提取。人工神經(jīng)網(wǎng)絡(luò)是基于機電保護(hù)原理，建立在對人的神經(jīng)系統(tǒng)的模仿上，在電力系統(tǒng)出現(xiàn)故障時，可以及時判斷故障原因，并對具體的故障情況進(jìn)行分析。

2電力系統(tǒng)網(wǎng)絡(luò)信息存在的安全風(fēng)險

2.1維護(hù)信息安全所使用的防護(hù)技術(shù)不夠合理

目前，我國電力企業(yè)信息安全防護(hù)所采用的硬件設(shè)備已經(jīng)足夠完善，電力企業(yè)基本上能按照標(biāo)準(zhǔn)安全防護(hù)要求進(jìn)行防火墻及網(wǎng)絡(luò)隔離裝置的設(shè)置，并讓相關(guān)工作人員按時對計算機可能存在的漏洞及病毒進(jìn)行掃描。但是，目前電力企業(yè)的信息安全策略及裝置還未達(dá)到完善程度，格力裝備等對黑客來說形同虛設(shè)。

2.2人員管控不到位我國

電力系統(tǒng)的內(nèi)網(wǎng)及外網(wǎng)分離目前已經(jīng)取得了一定成果，能夠?qū)⒕W(wǎng)絡(luò)攻擊造成的電力系統(tǒng)故障降低并消除。但是，內(nèi)網(wǎng)在實際管理及運營過程中，相關(guān)操作人員在實際維護(hù)過程中并沒有發(fā)現(xiàn)問題，核心設(shè)備基本來自于國外，設(shè)備的維護(hù)過于依賴外來人員，內(nèi)網(wǎng)系統(tǒng)維修過程中所涉及到的數(shù)據(jù)或信息很可能為他人所用。除此之外，電力企業(yè)內(nèi)部領(lǐng)導(dǎo)人員及操作人員可以利用存儲及數(shù)據(jù)設(shè)備漏洞等，導(dǎo)致電力系統(tǒng)網(wǎng)絡(luò)信息遭受網(wǎng)式攻擊。

2.3信息測評力度不夠

電力系統(tǒng)日常安全測評力度不夠，單位信息安全風(fēng)險評估工作并未開展，存在較大的安全風(fēng)險及威脅，并未進(jìn)行針對性改正，信息安全保護(hù)工作未有效進(jìn)行，信息的備案、測評及整改等工作并未得到相關(guān)工作人員的充分認(rèn)識，導(dǎo)致單位內(nèi)部經(jīng)常出現(xiàn)信息安全隱患及短板問題。

3基于人工智能的電力信息網(wǎng)絡(luò)安全自防御技術(shù)

基于人工智能的電力信息網(wǎng)絡(luò)安全自防御技術(shù)，包括基于人工智能的數(shù)據(jù)集儲、數(shù)據(jù)傳輸、風(fēng)險分析反饋、風(fēng)險檢測、風(fēng)險評估、安全防御和預(yù)警這幾大塊。

3.1數(shù)據(jù)集儲

基于人工智能的數(shù)據(jù)集儲用于收集并加密存儲終端的含有用戶相關(guān)信息的有用數(shù)據(jù)，收集時對收集有用數(shù)據(jù)的網(wǎng)絡(luò)節(jié)點進(jìn)行認(rèn)證，確保數(shù)據(jù)采集環(huán)境可信任，建立信任關(guān)系。

3.2數(shù)據(jù)傳輸

基于人工智能的數(shù)據(jù)傳輸用于實現(xiàn)各種有用數(shù)據(jù)的加密傳遞，確保有用數(shù)據(jù)不會被任意獲取。

3.3風(fēng)險評估

所述風(fēng)險分析反饋根據(jù)傳遞的有用數(shù)據(jù)和已經(jīng)驗證的風(fēng)險管理經(jīng)驗進(jìn)行風(fēng)險分析并輸出反饋信息，包括：1）數(shù)據(jù)預(yù)處理，用于對所述有用數(shù)據(jù)進(jìn)行數(shù)據(jù)清理和清洗，過濾掉包含噪音和異常的數(shù)據(jù)，形成用戶行為分析的有效數(shù)據(jù)集。2）基于改進(jìn) K-means聚類方法的數(shù)據(jù)分析，用于對所述有效數(shù)據(jù)集進(jìn)行分類整理和分析，并對用戶的行為進(jìn)行分析，輸出用戶行為分析結(jié)果，其包括依次連接的數(shù)據(jù)準(zhǔn)備單元、數(shù)據(jù)挖掘單元和用戶行為分析單元。3）反饋，用于根據(jù)用戶行為分析結(jié)果，識別風(fēng)險操作，并從知識庫提取相應(yīng)的安全策略，再匯總風(fēng)險操作和相應(yīng)的安全策略打包成反饋信息。

3.4風(fēng)險檢測

風(fēng)險檢測用于在已驗證的安全網(wǎng)絡(luò)環(huán)境下根據(jù)反饋信息對正在運行的終端進(jìn)行實時檢測并輸出檢測結(jié)果。風(fēng)險評估用于對風(fēng)險檢測的輸出結(jié)果進(jìn)行評估并輸出評估結(jié)果，具體為：1）確定風(fēng)險等級：將風(fēng)險劃分為藍(lán)色風(fēng)險、黃色風(fēng)險、橙色風(fēng)險和紅色風(fēng)險四個等級，檢測結(jié)果根據(jù)相應(yīng)閾值范圍確定風(fēng)險等級。2）輸出評估結(jié)果：進(jìn)一步地，在相應(yīng)風(fēng)險等級內(nèi)確定風(fēng)險破壞度和可修復(fù)程度，并輸出評估結(jié)果。

3.5安全防御

安全防御對反饋信息、檢測結(jié)果和評估結(jié)果進(jìn)行綜合分析，得到相應(yīng)的綜合風(fēng)險，調(diào)用相應(yīng)且合適的安全策略。具體為：

1）定義綜合風(fēng)險函數(shù)：Z：Z=f×δ1+j×δ2+p×δ3

式中：f表示反饋信息，對應(yīng)權(quán)重為δ1;j表示檢測結(jié)果，對應(yīng)權(quán)重為δ2，p表示評估結(jié)果，對應(yīng)權(quán)重為δ3。δ1+δ2+δ3=1。

2）根據(jù) Z值范圍確定相應(yīng)的安全策略。預(yù)警包括安全開關(guān)和報警器，當(dāng)風(fēng)險超過自防御系統(tǒng)防御能力或者安全防御出現(xiàn)故障時，安全開關(guān)會自動將切斷電源，同時報警器發(fā)出警報。

3.6針對有效數(shù)據(jù)集進(jìn)行聚類操作

根據(jù)上面所述的基于人工智能的電力信息網(wǎng)絡(luò)安全自防御技術(shù)，其特征在于，所述數(shù)據(jù)挖掘單元采用改進(jìn) K-means聚類方法對由數(shù)據(jù)準(zhǔn)備單元處理過的有效數(shù)據(jù)集進(jìn)行聚類的具體操作為：1）設(shè)所述有效數(shù)據(jù)集具有 n個樣本，對 n個樣本進(jìn)行矢量化，通過夾角余弦函數(shù)計算所有樣本兩兩之間的相似度，得到相似度矩陣 XS。2）對相似度矩陣 XS的每一行進(jìn)行求和，計算出每一個樣本與整個有效數(shù)據(jù)集的相似度，設(shè) XS=[sim（ai，aj）]nXn，i，j=1，…，n，其中 sim（ai，aj）表示樣本 ai，aj間的相似度，求和公式為：XS，p=sim（ai，aj），p=1，…，n。3）按降序排列 XS，p，p=1，…，n，設(shè) XS，p按從大到小排列的前 4個值為 XS，max，XS，max-1，XS，max-2，XS，max-3，若，選擇與昀大值 XS，max相對應(yīng)的樣本作為第一個初始的聚簇中心，否則選擇與 XS，max，XS，max-1，XS，max-2，XS，max-3，對應(yīng)的四個樣本的均值作為第一個初始的簇中心。將昀大值為 XS，max對應(yīng)的矩陣中行矢量的元素進(jìn)行升序排列，假設(shè)前 k-1個昀小的元素為 XS，pq，q=1，…，k-1，選擇前 k-1個昀小的元素XS，pq相對應(yīng)的文檔 aq作為剩余的 k-1個初始的聚簇中心，其中所述 k值的設(shè)定方法為：設(shè)定 k值可能取值的區(qū)間，通過測試 k的不同取值，并對區(qū)間內(nèi)的各個值進(jìn)行聚類，通過比較協(xié)方差，確定聚類之間的顯著性差異，從而來探査聚類的類型信息，并昀終確定合適的 k值。5）計算剩余樣本與各初始的聚簇中心之間的相似度，將剩余樣本分發(fā)到相似度昀高的聚簇中，形成變化后的 k個聚簇。6）計算變化后的聚簇中各樣本的均值，將其作為更新后的聚簇中心代替更新前的聚簇中心。7）若更新前的聚簇中心與更新后的聚簇中心相同，或者目標(biāo)函數(shù)達(dá)到了昀小值，停止更新，所述目標(biāo)函數(shù)為：

其中：Cl表示 k個聚簇中的第 l個聚簇;ax為第 l個聚簇中的樣本，為第 l個聚簇的中心。

結(jié)語

基于人工智能技術(shù)，設(shè)置基于人工智能技術(shù)的數(shù)據(jù)集儲、數(shù)據(jù)傳輸、風(fēng)險分析反饋、風(fēng)險檢測、風(fēng)險評估、安全防御和預(yù)警，保證了數(shù)據(jù)的安全存儲和安全傳輸，且對用戶相關(guān)信息進(jìn)行分析，得出用戶潛在的風(fēng)險操作，并針對該風(fēng)險操作調(diào)用相應(yīng)且合適的安全策略，保證了系統(tǒng)的安全和可信度，又避免了系統(tǒng)資源的閑置。

參考文獻(xiàn)

[1]楊林.淺談電力系統(tǒng)信息通信網(wǎng)絡(luò)安全及防護(hù)[J].電子世界，2018（24）：202.

[2]程宇.電力系統(tǒng)網(wǎng)絡(luò)信息安全風(fēng)險防范措施研究[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化，2018，8（16）：79-80.

[3]汪少成，郭瑞祥.人工智能行業(yè)應(yīng)用及對電力行業(yè)發(fā)展的思考[J].智能城市，2018，4（23）：143-144.

[4]戴彥，王劉旺，李媛，顏擁，韓嘉佳，文福拴.新一代人工智能在智能電網(wǎng)中的應(yīng)用研究綜述[J].電力建設(shè)，2018，39（10）：1-11.