CN109889506A - 电力用大数据网络监控系统 - Google Patents
电力用大数据网络监控系统 Download PDFInfo
- Publication number
- CN109889506A CN109889506A CN201910068436.7A CN201910068436A CN109889506A CN 109889506 A CN109889506 A CN 109889506A CN 201910068436 A CN201910068436 A CN 201910068436A CN 109889506 A CN109889506 A CN 109889506A
- Authority
- CN
- China
- Prior art keywords
- module
- protocol analysis
- protocol
- data
- electric power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及电力数据监控技术领域，特别是一种电力用大数据网络监控系统，包括电网用户端和移动用户端，所述电网用户端与协议解析模块相连接，所述移动用户端与协议解析还原模块无线通信连接，所述协议解析还原模块通过信息过滤模块与服务器通信连接；协议解析还原模块，通过流锁定技术，建立前端数据接入模块和后端协议解析还原模块的联动，采取软件定义的方式实现对各种应用协议的准确识别解析和数据还原。采用上述结构后，本发明实现网络数据包过滤和规则分析功能，并实现分布式存储、多并行度处理、高度容错和无缝扩展，适用于解决难以用数学精确建模的网络行为分析难题，解决海量不精确和非完整数据高效处理问题的需要。
Description
技术领域
本发明涉及电力数据监控技术领域，特别是一种电力用大数据网络监控系统。
背景技术
随着移动互联网的迅猛发展，电力系统数据呈现海量化、动态化和碎片化等特征。现有的电力系统是通过建立逻辑计算模型的方式进行分析处理，难以解决海量不精确和非完整数据的分析问题，导致复杂数据环境下的网络行为识别解析效率和准确率低下。同时随着移动互联网的迅速普及，网络空间面临着用户群体大、网元数量多、通信模式复杂等问题，与移动互联网应用相关的安全问题日益凸显，网络安全成为事关国家安全的重大战略问题。国家职能部门已经充分意识到，网络空间社会缺乏有效的安全治理将会对人民生活、生产的众多方面，乃至经济和社会秩序造成严重的安全问题。缺乏对网络行为的有效分析和识别，可能造成不健康甚至恶意信息在网上肆意传播，对网络安全造成严重的威胁，因此网络行为分析成为保障网络安全最为有效的途径之一。
现阶段，由于移动互联网新型应用协议数据的分类标识、内容建模、语义理解难度大，应用协议类型日趋复杂，数据来源渠道繁杂，其蕴含的丰富数据信息难以被有效的掌握和利用。同时网络空间用户规模庞大、数据海量，难以从增量迅速的多维数据中快速准确地识别电力系统网络关键信息。
中国发明专利申请CN 108196492A公开了一种电力运行数据监控通信分析系统，通过设置在高压配电站，低压配电站以及各个电力监控点的数据采集终端采集电力运行数据并对数据进行实时跟踪；基于电力运行数据采集单元采集和实时跟踪的数据进行监测，当采集和实时跟踪的数据超出阈值时，发出报警提示；将电力运行数据采集单元采集和实时跟踪的数据，电力运行数据实时监控单元监控的数据进行分类储存，形成电力运行数据库，为电力运行数据的后期分析管理调配提供依据。
发明内容
本发明需要解决的技术问题是提供一种高效处理电力系统大数据并保证信息安全的网络监控系统。
为解决上述技术问题，本发明的电力用大数据网络监控系统，包括电网用户端和移动用户端，所述电网用户端与协议解析还原模块相连接，所述移动用户端与协议解析还原模块无线通信连接，所述协议解析还原模块通过信息过滤模块与服务器通信连接；
协议解析还原模块，通过流锁定技术，建立前端数据接入模块和后端协议解析还原模块的联动，采取软件定义的方式实现对各种应用协议的准确识别解析和数据还原。
优选的，所述协议解析还原模块包括依次连接的协议类型标识模块、协议识别解析模块和数据还原模块，所述协议类型标识模块与电网用户端、移动用户端通信连接；所述数据还原模块与信息过滤模块相连接。
优选的，所述协议解析还原模块包括智能加速卡，所述智能加速卡通过光网卡与外部分光线路相连接。
优选的，所述协议解析还原模块结合智能加速卡，形成万兆接入，支持4条10GE线路接入。
采用上述结构后，本发明实现网络数据包过滤和规则分析功能，并实现分布式存储、多并行度处理、高度容错和无缝扩展，适用于解决难以用数学精确建模的网络行为分析难题，解决海量不精确和非完整数据高效处理问题的需要。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明电力用大数据网络监控系统整体框架结构示意图。
图2为本发明协议解析还原模块的架构示意图。
图3为本发明协议解析还原模块的逻辑架构示意图。
图中：1为电网用户端，2为移动用户端，3为协议解析还原模块，4为信息过滤模块，5为服务器
301为协议类型标识模块，302为协议识别解析模块，303为数据还原模块
具体实施方式
如图1所示，本发明的电力用大数据网络监控系统包括电网用户端1和移动用户端2，所述电网用户端1与协议解析还原模块3相连接，所述移动用户端2与协议解析还原模块3无线通信连接，所述协议解析还原模块3通过信息过滤模块4与服务器5通信连接。协议解析还原模块3，通过流锁定技术，建立前端数据接入模块和后端协议解析还原模块的联动，采取软件定义的方式实现对各种应用协议的准确识别解析和数据还原。
本发明的协议分析还原模块3采用神经拟态认知计算计算，通过模拟脑神经元功能和网络连接结构，采用大规模并行计算和局部化存储机制，特别适用于解决难以用数学精确建模的网络行为识别解析技术难题。利用模仿生物脑神经网络结构和部分功能进行信息处理的方式，开展面向网络行为分析的神经拟态认知计算关键技术研究工作，通过研究人脑存储和信息处理机制，以人脑神经网络架构为基础，研究解决将大规模神经元以网络形式广泛互连形成拓扑结构的方式，使之实现分布式存储、多并行度处理、高度容错和无缝扩展，适用于解决难以用数学精确建模的网络行为分析难题，解决海量不精确和非完整数据高效处理问题的需要。
所述协议解析还原模块3包括依次连接的协议类型标识模块301、协议识别解析模块302和数据还原模块303，所述协议类型标识模块301与电网用户端1、移动用户端2通信连接；所述数据还原模块303与信息过滤模块4相连接。移动互联网的飞速发展不断推进移动网络IP化进程，有助于减少网络层次、降低网络处理复杂度、提升网络性能、减低网络成本、增强网络扩展灵活性、降低网络管理复杂度，使得移动应用协议呈现出IP化特点。传统互联网应用大多采用客户端/服务器模式，新型移动应用协议(特别是音视频等富媒体应用)极大地改变了网络数据的交互模式和量级，这些协议通常使用端口范围，或者在传输过程中动态分配端口号，甚至不使用固定的端口模块。这导致传统网络协议解析技术难以对其进行识别和还原，影响对网络数据的探测分析能力。本发明的协议解析还原模块3针对特定网络应用场景下的网络行为相关性分析，传统计算方法和技术不能满足高效处理要求。在网络行为特征识别方面，存在特定行为特征建模难以采用精准的数学模型进行准确性分析。基于类脑神经计算技术可以有效解决特定网络应用场景下行为特征模型建模难题，结合具体应用需求实现特定身份特征、行为特征、工具特征等多元网络行为特征的模型化描述。同时，通过将特定网络行为交互模式转化为行为特征规则，实现网络行为自动化标识、规则化表述和特征规则积累。
如图2所示，所述协议解析还原模块包括智能加速卡，所述智能加速卡通过光网卡与外部分光线路相连接。在协议解析还原模块，结合智能加速卡，形成万兆接入方案，最多支持4条10GE线路接入，并在现有软件基础上进行重构优化。
如图3所示，本发明的协议解析还原模块逻辑架构主要由基础支撑，接入，转发，操作维护，解析，输出，业务，产品特性几部分组成。本发明的协议解析还原模块3通过流锁定技术，建立前端数据接入模块和后端协议解析还原模块的联动，采取软件定义的方式实现对各种应用协议的准确识别解析和数据还原。针对超高速网络，使用硬件方式实现深度流检测对硬件系统的分析能力和数据缓存能力提出了比较苛刻的要求。
虽然以上描述了本发明的具体实施方式，但是本领域熟练技术人员应当理解，这些仅是举例说明，可以对本实施方式作出多种变更或修改，而不背离本发明的原理和实质，本发明的保护范围仅由所附权利要求书限定。
Claims (4)
1.一种电力用大数据网络监控系统，包括电网用户端和移动用户端，其特征在于：所述电网用户端与协议解析还原模块相连接，所述移动用户端与协议解析还原模块无线通信连接，所述协议解析还原模块通过信息过滤模块与服务器通信连接；
协议解析还原模块，通过流锁定技术，建立前端数据接入模块和后端协议解析还原模块的联动，采取软件定义的方式实现对各种应用协议的准确识别解析和数据还原。
2.按照权利要求1所述的电力用大数据网络监控系统，其特征在于：所述协议解析还原模块包括依次连接的协议类型标识模块、协议识别解析模块和数据还原模块，所述协议类型标识模块与电网用户端、移动用户端通信连接；所述数据还原模块与信息过滤模块相连接。
3.按照权利要求1所述的电力用大数据网络监控系统，其特征在于：所述协议解析还原模块包括智能加速卡，所述智能加速卡通过光网卡与外部分光线路相连接。
4.按照权利要求3所述的电力用大数据网络监控系统，其特征在于：所述协议解析还原模块结合智能加速卡，形成万兆接入，支持4条10GE线路接入。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910068436.7A CN109889506A (zh) | 2019-01-24 | 2019-01-24 | 电力用大数据网络监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910068436.7A CN109889506A (zh) | 2019-01-24 | 2019-01-24 | 电力用大数据网络监控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109889506A true CN109889506A (zh) | 2019-06-14 |
Family
ID=66926760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910068436.7A Pending CN109889506A (zh) | 2019-01-24 | 2019-01-24 | 电力用大数据网络监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109889506A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040083066A1 (en) * | 2002-10-25 | 2004-04-29 | Hayes Paul V. | Electrical power metering system |
| CN102006204A (zh) * | 2010-12-09 | 2011-04-06 | 广东高新兴通信股份有限公司 | 一种对实时监控数据流的分布式解析系统及方法 |
| CN102035855A (zh) * | 2010-12-30 | 2011-04-27 | 江苏省电力公司 | 网络安全事件关联分析系统 |
| CN104536928A (zh) * | 2014-12-23 | 2015-04-22 | 上海昭赫信息技术有限公司 | 通过多核pcie加速子卡后的数据排序方法 |
| CN104809498A (zh) * | 2014-01-24 | 2015-07-29 | 清华大学 | 一种基于神经形态电路的类脑协处理器 |
| CN105488396A (zh) * | 2015-12-02 | 2016-04-13 | 江苏省电力公司淮安供电公司 | 一种基于数据流关联分析技术的智能电网业务安全网关系统 |
| CN105516016A (zh) * | 2015-11-25 | 2016-04-20 | 北京航空航天大学 | 一种使用Tilera多核加速卡基于流的数据包过滤系统及数据包过滤方法 |
| CN108196492A (zh) * | 2017-12-11 | 2018-06-22 | 山东金人电气有限公司 | 一种电力运行数据监控通信分析系统 |
| CN108259462A (zh) * | 2017-11-29 | 2018-07-06 | 国网吉林省电力有限公司信息通信公司 | 基于海量网络监测数据的大数据安全分析系统 |
| CN109218308A (zh) * | 2018-09-14 | 2019-01-15 | 上海赋华网络科技有限公司 | 一种基于智能网卡的数据高速安全交换方法 |
-
2019
- 2019-01-24 CN CN201910068436.7A patent/CN109889506A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040083066A1 (en) * | 2002-10-25 | 2004-04-29 | Hayes Paul V. | Electrical power metering system |
| CN102006204A (zh) * | 2010-12-09 | 2011-04-06 | 广东高新兴通信股份有限公司 | 一种对实时监控数据流的分布式解析系统及方法 |
| CN102035855A (zh) * | 2010-12-30 | 2011-04-27 | 江苏省电力公司 | 网络安全事件关联分析系统 |
| CN104809498A (zh) * | 2014-01-24 | 2015-07-29 | 清华大学 | 一种基于神经形态电路的类脑协处理器 |
| CN104536928A (zh) * | 2014-12-23 | 2015-04-22 | 上海昭赫信息技术有限公司 | 通过多核pcie加速子卡后的数据排序方法 |
| CN105516016A (zh) * | 2015-11-25 | 2016-04-20 | 北京航空航天大学 | 一种使用Tilera多核加速卡基于流的数据包过滤系统及数据包过滤方法 |
| CN105488396A (zh) * | 2015-12-02 | 2016-04-13 | 江苏省电力公司淮安供电公司 | 一种基于数据流关联分析技术的智能电网业务安全网关系统 |
| CN108259462A (zh) * | 2017-11-29 | 2018-07-06 | 国网吉林省电力有限公司信息通信公司 | 基于海量网络监测数据的大数据安全分析系统 |
| CN108196492A (zh) * | 2017-12-11 | 2018-06-22 | 山东金人电气有限公司 | 一种电力运行数据监控通信分析系统 |
| CN109218308A (zh) * | 2018-09-14 | 2019-01-15 | 上海赋华网络科技有限公司 | 一种基于智能网卡的数据高速安全交换方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3407562B1 (en) | Coflow recognition method and system, and server using method | |
| Liang et al. | Intrusion detection system for Internet of Things based on a machine learning approach | |
| CN105577679B (zh) | 一种基于特征选择与密度峰值聚类的异常流量检测方法 | |
| CN108259371A (zh) | 一种基于流处理的网络流量数据解析方法和装置 | |
| CN105871832A (zh) | 一种基于协议属性的网络应用加密流量识别方法及其装置 | |
| CN109218223B (zh) | 一种基于主动学习的鲁棒性网络流量分类方法及系统 | |
| CN109167805A (zh) | 基于城市场景中车联网时空数据的分析处理方法 | |
| CN106547882A (zh) | 一种智能电网中营销大数据的实时处理方法及系统 | |
| CN109194498B (zh) | 一种基于lstm的网络流量预测方法 | |
| CN107896160A (zh) | 一种基于分布式系统的数据中心网络流量建模方法 | |
| CN104615765A (zh) | 一种移动用户上网记录的数据处理方法及装置 | |
| Xiao et al. | A traffic classification method with spectral clustering in SDN | |
| CN105812280B (zh) | 一种分类方法及电子设备 | |
| Li et al. | Network traffic classification based on deep learning | |
| CN105184654A (zh) | 一种基于社区划分的舆情热点实时获取方法与获取装置 | |
| CN104778355B (zh) | 基于广域分布交通系统的异常轨迹检测方法 | |
| CN102201992A (zh) | 面向流处理器并行环境的数据流通信系统及其通信方法 | |
| CN106888115B (zh) | 一种网络拓扑构建方法与系统 | |
| Li et al. | UbiNN: A Communication Efficient Framework for Distributed Machine Learning in Edge Computing | |
| CN109889506A (zh) | 电力用大数据网络监控系统 | |
| CN108449356A (zh) | 一种基于多序列比对的在线协议格式推断方法 | |
| Caiqian et al. | Multimedia system and database simulation based on internet of things and cloud service platform | |
| Chen et al. | A traffic identification based on PSO-RBF neural network in peer-to-peer network | |
| CN106649034A (zh) | 一种可视化智能运维方法及平台 | |
| CN112235309B (zh) | 一种云平台网络隐蔽信道多尺度检测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |