CN110971541B - 基于流量关联匹配的电力终端设备识别方法及系统 - Google Patents

基于流量关联匹配的电力终端设备识别方法及系统 Download PDF

Info

Publication number
CN110971541B
CN110971541B CN201911184932.5A CN201911184932A CN110971541B CN 110971541 B CN110971541 B CN 110971541B CN 201911184932 A CN201911184932 A CN 201911184932A CN 110971541 B CN110971541 B CN 110971541B
Authority
CN
China
Prior art keywords
terminal
control module
unit interface
interface module
flow analysis
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.)
Active
Application number
CN201911184932.5A
Other languages
English (en)
Other versions
CN110971541A (zh
Inventor
张旭东
谢青洋
何婕
李响
李浩涛
杨洋
孙暄
栾思平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN201911184932.5A priority Critical patent/CN110971541B/zh
Publication of CN110971541A publication Critical patent/CN110971541A/zh
Application granted granted Critical
Publication of CN110971541B publication Critical patent/CN110971541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2483—Traffic characterised by specific attributes, e.g. priority or QoS involving identification of individual flows
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/50—Queue scheduling
    • H04L47/62—Queue scheduling characterised by scheduling criteria
    • H04L47/6215—Individual queue per QOS, rate or priority
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/50—Queue scheduling
    • H04L47/62—Queue scheduling characterised by scheduling criteria
    • H04L47/622—Queue service order
    • H04L47/623—Weighted service order
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/50—Queue scheduling
    • H04L47/62—Queue scheduling characterised by scheduling criteria
    • H04L47/625—Queue scheduling characterised by scheduling criteria for service slots or service orders
    • H04L47/6275—Queue scheduling characterised by scheduling criteria for service slots or service orders based on priority
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0876—Network architectures or network communication protocols for network security for authentication of entities based on the identity of the terminal or configuration, e.g. MAC address, hardware or software configuration or device fingerprint

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供的一种基于流量关联匹配的电力终端设备识别方法及系统中，本申请在电力终端和云端用户之间搭建一个流量自动识别系统，流量自动识别系统包括单元接口模块及终端流量分析管控模块；单元接口模块可以支持各种电力终端的无缝接入，单元接口模块可接入多个传感器，完成数据采集、信息获取，并将数据传输到终端流量分析管控模块，终端流量分析管控模块根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识；终端流量分析管控模块将设备的辨识结果传输至远程云端用户；本申请中基于的卷积神经网络技术，不再手工提取流量特征，而是直接将原始流量数据利用卷积神经网络执行分类辨识，达到电力自动化终端自动辨识的目的。

Description

基于流量关联匹配的电力终端设备识别方法及系统
技术领域
本申请涉及电力自动化终端安全通信远程管理技术领域，尤其涉及一种基于流量关联匹配的电力终端设备识别方法及系统。
背景技术
近年来，物联网发展异常迅速，物联网带来的产业变革将人们的生活方式彻底改变，成为信息化发展新的推动力量。物联网被看作信息领域一次重大的发展和变革机遇。物联网的发展将会有力解决社会现存的众多问题。我国也将物联网作为战略性的新兴产业予以重点关注和推进。
电力工业控制系统是支撑发、输、变、配、用以及调度等各环节的电力生产运行控制不可或缺的组成部分，是国家关键基础设施的重要组成部分。在电力成产的过程中，DTU(数据终端单元)、RTU(远程终端单元)、FTU(馈线终端单元)、智能电表、智能电表集中器、继电保护装置等电力终端设备起着至关重要的作用，电力终端设备通过监测、控制、保护的作用影响着电力的生产过程
当物联网环境下设备集成到云系统时，这就要求电力终端设备能够在任何时刻任何地点实现即插即用；要实现电力终端设备能够在任何时刻任何地点实现即插即用首先要解决的就是电力终端设备辨识问题。
发明内容
本申请提供了一种基于流量关联匹配的电力终端设备识别方法及系统，以解决电力终端设备辨识的技术问题。
为了解决上述技术问题，本申请实施例公开了如下技术方案：
第一方面，本申请提供了一种基于流量关联匹配的电力终端设备识别方法，包括：
终端流量分析管控模块建立网络等待单元接口模块加入；
所述单元接口模块向所述终端流量分析管控模块发送加入请求；
所述终端流量分析管控模块允许所述单元接口模块加入，所述单元接口模块与所述终端流量分析管控模块建立通信；
所述终端流量分析管控模块向所述单元接口模块发送数据采集任务；
所述单元接口模块将数据发送至所述终端流量分析管控模块，得到数据集；
所述终端流量分析管控模块将所述数据集切分为离散单元，得到离散后的数据集，其中所述离散单元包括流和会话；
所述终端流量分析管控模块根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识；
所述终端流量分析管控模块将设备的辨识结果传输至远程云端用户。
可选的，所述单元接口模块与所述终端流量分析管控模块建立通信后，还包括：
所述单元接口模块向所述终端流量分析管控模块发送关联信息，以标识单元接口模块网络状态；
所述终端流量分析管控模块利用所述关联信息建立关联信息表，根据所述单元接口模块接入情况动态更新网络参数与传感信息。
可选的，所述终端流量分析管控模块根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识分类，包括：
所述卷积神经网络结构包括卷积层、池化层及全连接层；
所述卷积层提取流量的各特征，得到第一特征；
所述池化层提取流量的主要特征，得到第二特征；
所述全连接层生成分类器，所述分类器汇总所述第一特征和所述第二特征，所述分类器根据Softmax函数输出各类的概率值。
可选的，所述终端流量分析管控模块允许所述单元接口模块加入后，还包括：
所述终端流量分析管控模块获取终端设备的ID地址。
可选的，所述单元接口模块将数据发送至所述终端流量分析管控模块后，还包括：
所述终端流量分析管控模块缓存所述数据。
可选的，所述单元接口模块将数据发送至所述终端流量分析管控模块后，还包括：
所述终端流量分析管控模块对终端设备辨识任务附加优先级权重，进行调度管理。
可选的，所述终端流量分析管控模块建立网络等待单元接口模块加入，包括：
所述终端流量分析管控模块通电后选择频率通道，以协调器模式建立网络等待单元接口模块加入。
可选的，所述单元接口模块向所述终端流量分析管控模块发送加入请求，包括：
所述单元接口模块通电后通道扫描信道号、查询网络，向所述终端流量分析管控模块发送加入请求。
可选的，所述终端流量分析管控模块允许所述单元接口模块加入，所述单元接口模块与所述终端流量分析管控模块建立通信，包括：
所述终端流量分析管控模块允许所述单元接口模块加入，所述终端流量分析管控模块为所述单元接口模块分配网络地址，所述单元接口模块与所述终端流量分析管控模块建立通信。
第二方面，基于上述的一种基于流量关联匹配的电力终端设备识别方法，本申请还提供了一种基于流量关联匹配的电力终端设备识别系统，其特征在于，所述系统包括：单元接口模块和终端流量分析管控模块，其中：所述终端流量分析管控模块包括流量驱动单元、流量缓存单元、流量调度单元及流量辨识单元；
所述单元接口模块用于，向所述终端流量分析管控模块发送加入请求；
还用于，所述单元接口模块将数据发送至所述终端流量分析管控模块，得到数据集；
所述终端流量分析管控模块用于，建立网络等待单元接口模块加入；
还用于，允许所述单元接口模块加入，所述单元接口模块与所述终端流量分析管控模块建立通信；
还用于向所述单元接口模块发送数据采集任务；
还用于将所述数据集切分为离散单元，得到离散后的数据集，其中所述离散单元包括流和会话；
所述流量辨识单元，用于根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识；
所述流量驱动单元，用于终端设备的ID地址；
所述流量缓存单元，用于缓存数据；
所述流量调度单元，用于对终端设备辨识任务附加优先级权重，进行调度管理。
与现有技术相比，本申请的有益效果为：
由上述技术方案可见，本申请提供的一种基于流量关联匹配的电力终端设备识别方法及系统中，本申请在电力终端和云端用户之间搭建一个流量自动识别系统，流量自动识别系统包括单元接口模块及终端流量分析管控模块；其中：
(1)本申请中的单元接口模块可以支持各种电力终端的无缝接入，单元接口模块可接入多个传感器，完成数据采集、信息获取，并将数据传输到终端流量分析管控模块，所述终端流量分析管控模块根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识；所述终端流量分析管控模块将设备的辨识结果传输至远程云端用户；本申请中基于的卷积神经网络技术，不再手工提取流量特征，而是直接将原始流量数据利用卷积神经网络执行分类辨识，达到电力自动化终端自动辨识的目的；
(2)本申请可以建立通信请求，终端之间可以实现互动，极大提升了各终端接入的安全性、正确性、有效性。
(3)本申请通过流量对电力自动化终端进行远程辨识并上传云端，实现电力自动化终端自动发现、身份校验以及屏蔽隔离的关键作用，对未来形成微网自治控制通信网络提供支持。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于流量关联匹配的电力终端设备识别方法的流程示意图；
图2为本申请实施例提供的一种基于流量关联匹配的电力终端设备识别系统的结构示意图；
图3为本申请实施例提供的一种基于流量关联匹配的电力终端设备识别方法中的卷积层提取的卷积层特性示意图；
图4为本申请实施例提供的一种基于流量关联匹配的电力终端设备识别方法中的最大池化示意图；
图5为本申请实施例提供的一种基于流量关联匹配的电力终端设备识别方法中的均值池化示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
参见附图1，图1示出了图1为本申请实施例提供的一种基于流量关联匹配的电力终端设备识别方法的流程示意图；下面结合附图1对本申请实施例提供的一种基于流量关联匹配的电力终端设备识别方法进行说明。
如图1所示，本申请提供了一种基于流量关联匹配的电力终端设备识别方法，包括：
S110：终端流量分析管控模块建立网络等待单元接口模块加入。
终端流量分析管控模块上电后选择一个频率通道，以协调器模式建立网络等待单元接口模块加入。
S120：所述单元接口模块向所述终端流量分析管控模块发送加入请求。
单元接口模块可以支持各种电力终端的无缝接入，包括数据终端单元(DTU)、远程终端单元(RTU)、馈线终端单元(FTU)、智能电表、继电保护等电力终端。
单元接口模块上电后通过扫描信道号、查询网络，向终端流量分析管控模块发送加入请求；若终端流量分析管控模块允许加入，将为单元接口模块分配一个16位网络地址。
S130：所述终端流量分析管控模块允许所述单元接口模块加入，所述单元接口模块与所述终端流量分析管控模块建立通信。
S140：所述终端流量分析管控模块向所述单元接口模块发送数据采集任务。
S150：所述单元接口模块将数据发送至所述终端流量分析管控模块，得到数据集。
终端流量分析管控单元启动传感通道，单元接口模块按设定数据帧格式发送测量数据，由终端流量分析管控单元完成传感数据显示和网络发布。
S160：所述终端流量分析管控模块将所述数据集切分为离散单元，得到离散后的数据集，其中所述离散单元包括流和会话。
原始流量数据按照不同依据切分后的数据集的表示形式有很大不同，研究者会根据需要选取一种适合的切分方法，本发明使用流和会话的切分形势。流，是指具有相同五元组的所有包。会话，是指由双向流组成的所有包，即五元组中的源和地址可以互换。
原始流量：所有包表示为集合P，每个包表示为pi
P＝{p1,...,pP}
pi＝(xi,bi,ti)
i＝1,2,...,|P|,bi∈[0,∞),ti∈[0,∞)
其中，元素一表示包的五元组信息，元素尔表示以字节计数的包长度，元素三表示包开始发送时间。
流：按照五元信息将集合P划分为多个子集合，每个子集合内的包按照时间顺序排列，将其称为流f。
P＝{p1＝(x1,b1,t1),...,pn＝(xn,bn,tn)}
t1＜t2＜...＜tn
f＝(x,b,dt,t)
其中，元素一位相同的五元组，元素二为子集合内所有包长度之和，元素三维所有包的尺度长度，元素四为首个包的开始时间。
会话：形式与流基本相同，区别在于会话的五元组中的源和地址互换，会话是双向流。
S170：所述终端流量分析管控模块根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识。
卷积层是将原始数据与不同卷积核做卷积运算，提取出流量具有的不同特征。其实就是通过不断的改变卷积核，来确定能初步表征流量特征的有用卷积核，再得到与相应的卷积核相乘后的输出矩阵。如图3所示，图3给出了应用16种不同的卷积核得到了16种卷积层特性。
池化层的输入就是卷积层输出的原数据与相应的卷积核相乘后的输出矩阵。池化层可以减少训练参数的数量，降低卷积层输出的特征向量的维度，同时降低过拟合现象和噪声传递。最常见的两种池化层形式：
最大池化(max-pooling)：选取指定区域内最大的一个数来代表整片区域
均值池化(mean-pooling)：选取指定区域内数值的平均值来代表整片区域
图2给出了池化步长为2，选取过的区域不再重复选择时，两种池化方式的计算结果。图中在4*4的数字矩阵里，以步长2*2选取区域，如图4将区域[1，2，3，4]中最大的值4池化输出；如图5将区域[1，2，3，4]中平均值5/2池化输出，依次类推。
卷积层和池化层是提取特征，并减少原始流量数据的参数。而为了生成最终的输出，需要应用全连接层生成一个分类器。将池化层输出重新切割成一些向量，乘上权重矩阵，加上偏置值，然后用梯度下降法优化参数输出即可。
最后使用一个Softmax函数输出各类的概率值。
S180：所述终端流量分析管控模块将设备的辨识结果传输至远程云端用户。
进一步地，单元接口模块与终端流量分析管控模块建立正常通信后，启动向终端流量分析管控模块发送关联信息，以标识单元接口模块网络状态。
终端流量分析管控模块利用关联信息建立关联信息表，根据单元接口模块接入情况动态更新网络参数与传感信息。
本申请实施例中实现的流量辨识还依据于流量驱动、流量缓存和流量调度来实现流量辨识功能；流量驱动是当设备接入时通过特定协议获取设备ID地址，类似于通用唯一识别码。在物联网环境下有大量的电力终端设备要求进行流量辨识，流量缓存是一种分层缓存机制，实际上是为流量分析设备提供了一个存储空间。流量调度是监督管理运行在流量分析设备上的任务数据，对任务数据附加优先级权重，根据预期目标状态进行调度管理。
由上述技术方案可见，本申请提供的一种基于流量关联匹配的电力终端设备识别方法及系统中，本申请在电力终端和云端用户之间搭建一个流量自动识别系统，流量自动识别系统包括单元接口模块及终端流量分析管控模块；其中：
本申请中的单元接口模块可以支持各种电力终端的无缝接入，单元接口模块可接入多个传感器，完成数据采集、信息获取，并将数据传输到终端流量分析管控模块，所述终端流量分析管控模块根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识；所述终端流量分析管控模块将设备的辨识结果传输至远程云端用户；本申请中基于的卷积神经网络技术，不再手工提取流量特征，而是直接将原始流量数据利用卷积神经网络执行分类辨识，达到电力自动化终端自动辨识的目的；
本申请可以建立通信请求，终端之间可以实现互动，极大提升了各终端接入的安全性、正确性、有效性。
本申请通过流量对电力自动化终端进行远程辨识并上传云端，实现电力自动化终端自动发现、身份校验以及屏蔽隔离的关键作用，对未来形成微网自治控制通信网络提供支持。
参见附图2，图2示出了图1为本申请实施例提供的一种基于流量关联匹配的电力终端设备识别系统的结构示意图；下面结合附图2对本申请实施例提供的一种基于流量关联匹配的电力终端设备识别系统进行说明。
如图2所示，本申请提供了一种基于流量关联匹配的电力终端设备识别系统，所述系统包括：单元接口模块和终端流量分析管控模块，其中：所述终端流量分析管控模块包括流量驱动单元、流量缓存单元、流量调度单元及流量辨识单元；
所述单元接口模块用于，向所述终端流量分析管控模块发送加入请求；
还用于，所述单元接口模块将数据发送至所述终端流量分析管控模块，得到数据集；
所述终端流量分析管控模块用于，建立网络等待单元接口模块加入；
还用于，允许所述单元接口模块加入，所述单元接口模块与所述终端流量分析管控模块建立通信；
还用于向所述单元接口模块发送数据采集任务；
还用于将所述数据集切分为离散单元，得到离散后的数据集，其中所述离散单元包括流和会话；
所述流量辨识单元，用于根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识；
所述流量驱动单元，用于终端设备的ID地址；
所述流量缓存单元，用于缓存数据；
所述流量调度单元，用于对终端设备辨识任务附加优先级权重，进行调度管理。
由于以上实施方式均是在其他方式之上引用结合进行说明，不同实施例之间均具有相同的部分，本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。
需要说明的是，在本说明书中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下，有语句“包括一个……”限定的要素，并不排除在包括所述要素的电路结构、物品或者设备中还存在另外的相同要素。
本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由权利要求的内容指出。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。

Claims (10)

1.一种基于流量关联匹配的电力终端设备识别方法，其特征在于，包括：
终端流量分析管控模块建立网络等待单元接口模块加入；
所述单元接口模块向所述终端流量分析管控模块发送加入请求；
所述终端流量分析管控模块允许所述单元接口模块加入，所述单元接口模块与所述终端流量分析管控模块建立通信；
所述终端流量分析管控模块向所述单元接口模块发送数据采集任务；
所述单元接口模块将数据发送至所述终端流量分析管控模块，得到数据集；
所述终端流量分析管控模块将所述数据集切分为离散单元，得到离散后的数据集，其中所述离散单元包括流和会话；
所述终端流量分析管控模块根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识；
所述终端流量分析管控模块将设备的辨识结果传输至远程云端用户。
2.根据权利要求1所述的基于流量关联匹配的电力终端设备识别方法，其特征在于，所述单元接口模块与所述终端流量分析管控模块建立通信后，还包括：
所述单元接口模块向所述终端流量分析管控模块发送关联信息，以标识单元接口模块网络状态；
所述终端流量分析管控模块利用所述关联信息建立关联信息表，根据所述单元接口模块接入情况动态更新网络参数与传感信息。
3.根据权利要求1所述的基于流量关联匹配的电力终端设备识别方法，其特征在于，所述终端流量分析管控模块根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识分类，包括：
所述卷积神经网络结构包括卷积层、池化层及全连接层；
所述卷积层提取流量的各特征，得到第一特征；
所述池化层提取流量的主要特征，得到第二特征；
所述全连接层生成分类器，所述分类器汇总所述第一特征和所述第二特征，所述分类器根据Softmax函数输出各类的概率值。
4.根据权利要求1所述的基于流量关联匹配的电力终端设备识别方法，其特征在于，所述终端流量分析管控模块允许所述单元接口模块加入后，还包括：
所述终端流量分析管控模块获取终端设备的ID地址。
5.根据权利要求1所述的基于流量关联匹配的电力终端设备识别方法，其特征在于，所述单元接口模块将数据发送至所述终端流量分析管控模块后，还包括：
所述终端流量分析管控模块缓存所述数据。
6.根据权利要求1所述的基于流量关联匹配的电力终端设备识别方法，其特征在于，所述单元接口模块将数据发送至所述终端流量分析管控模块后，还包括：
所述终端流量分析管控模块对终端设备辨识任务附加优先级权重，进行调度管理。
7.根据权利要求1所述的基于流量关联匹配的电力终端设备识别方法，其特征在于，所述终端流量分析管控模块建立网络等待单元接口模块加入，包括：
所述终端流量分析管控模块通电后选择频率通道，以协调器模式建立网络等待单元接口模块加入。
8.根据权利要求1所述的基于流量关联匹配的电力终端设备识别方法，其特征在于，所述单元接口模块向所述终端流量分析管控模块发送加入请求，包括：
所述单元接口模块通电后通道扫描信道号、查询网络，向所述终端流量分析管控模块发送加入请求。
9.根据权利要求1所述的基于流量关联匹配的电力终端设备识别方法，其特征在于，所述终端流量分析管控模块允许所述单元接口模块加入，所述单元接口模块与所述终端流量分析管控模块建立通信，包括：
所述终端流量分析管控模块允许所述单元接口模块加入，所述终端流量分析管控模块为所述单元接口模块分配网络地址，所述单元接口模块与所述终端流量分析管控模块建立通信。
10.一种基于流量关联匹配的电力终端设备识别系统，其特征在于，所述系统包括：单元接口模块和终端流量分析管控模块，其中：所述终端流量分析管控模块包括流量驱动单元、流量缓存单元、流量调度单元及流量辨识单元；
所述单元接口模块用于，向所述终端流量分析管控模块发送加入请求；
还用于，所述单元接口模块将数据发送至所述终端流量分析管控模块，得到数据集；
所述终端流量分析管控模块用于，建立网络等待单元接口模块加入；
还用于，允许所述单元接口模块加入，所述单元接口模块与所述终端流量分析管控模块建立通信；
还用于向所述单元接口模块发送数据采集任务；
还用于将所述数据集切分为离散单元，得到离散后的数据集，其中所述离散单元包括流和会话；
所述流量辨识单元，用于根据所述离散后的数据集基于卷积神经网络结构进行设备的辨识；
所述流量驱动单元，用于终端设备的ID地址；
所述流量缓存单元，用于缓存数据；
所述流量调度单元，用于对终端设备辨识任务附加优先级权重，进行调度管理。
CN201911184932.5A 2019-11-27 2019-11-27 基于流量关联匹配的电力终端设备识别方法及系统 Active CN110971541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911184932.5A CN110971541B (zh) 2019-11-27 2019-11-27 基于流量关联匹配的电力终端设备识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911184932.5A CN110971541B (zh) 2019-11-27 2019-11-27 基于流量关联匹配的电力终端设备识别方法及系统

Publications (2)

Publication Number Publication Date
CN110971541A CN110971541A (zh) 2020-04-07
CN110971541B true CN110971541B (zh) 2023-03-03

Family

ID=70031873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911184932.5A Active CN110971541B (zh) 2019-11-27 2019-11-27 基于流量关联匹配的电力终端设备识别方法及系统

Country Status (1)

Country Link
CN (1) CN110971541B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013075297A1 (zh) * 2011-11-23 2013-05-30 湖南深拓智能设备股份有限公司 基于云计算的远程实时监控系统
CN107271824A (zh) * 2017-07-22 2017-10-20 华映科技（集团）股份有限公司 单线式用电设备类型自动辨识方法
CN107682216A (zh) * 2017-09-01 2018-02-09 南京南瑞集团公司 一种基于深度学习的网络流量协议识别方法
CN108173704A (zh) * 2017-11-24 2018-06-15 中国科学院声学研究所 一种基于表征学习的网络流量分类的方法及装置
CN110222795A (zh) * 2019-07-26 2019-09-10 广东工业大学 基于卷积神经网络的p2p流量的识别方法及相关装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013075297A1 (zh) * 2011-11-23 2013-05-30 湖南深拓智能设备股份有限公司 基于云计算的远程实时监控系统
CN107271824A (zh) * 2017-07-22 2017-10-20 华映科技（集团）股份有限公司 单线式用电设备类型自动辨识方法
CN107682216A (zh) * 2017-09-01 2018-02-09 南京南瑞集团公司 一种基于深度学习的网络流量协议识别方法
CN108173704A (zh) * 2017-11-24 2018-06-15 中国科学院声学研究所 一种基于表征学习的网络流量分类的方法及装置
CN110222795A (zh) * 2019-07-26 2019-09-10 广东工业大学 基于卷积神经网络的p2p流量的识别方法及相关装置

Also Published As

Publication number Publication date
CN110971541A (zh) 2020-04-07

Similar Documents

Publication Publication Date Title
Qin et al. Federated learning and wireless communications
CN111819872B (zh) 信息传输方法、装置、通信设备及存储介质
Ye et al. Machine learning for vehicular networks: Recent advances and application examples
CN108021929B (zh) 基于大数据的移动端电商用户画像建立与分析方法及系统
CN110198237A (zh) 一种无线意图驱动网络的配置方法
CN110324170B (zh) 数据分析设备、多模型共决策系统及方法
JP2019513246A (ja) ランダムフォレストモデルの訓練方法、電子装置及び記憶媒体
US11729086B2 (en) Methods and systems for internet speed testing
US11044241B2 (en) Systems and methods for providing services
CN111611129B (zh) PaaS云平台的性能监控方法及装置
CN113989583A (zh) 一种互联网恶意流量检测方法及系统
WO2022001918A1 (zh) 构建预测模型的方法、装置、计算设备和存储介质
CN110061931B (zh) 工控协议的聚类方法、装置、系统及计算机存储介质
Cao et al. AI agent in software-defined network: Agent-based network service prediction and wireless resource scheduling optimization
CN108901058A (zh) 一种物联网节点接入通道优化选择方法
WO2022048050A1 (zh) 一种大数据信息采集系统及使用方法
Li Retracted: Design and implementation of music teaching assistant platform based on Internet of Things
CN104881015B (zh) 一种信息处理方法及智能家居控制设备
Wang et al. Edge intelligence for mission cognitive wireless emergency networks
CN113783944A (zh) 基于云边协同的视频数据处理方法、装置、系统及设备
CN110971541B (zh) 基于流量关联匹配的电力终端设备识别方法及系统
CN113783716A (zh) 基于云边协同框架的流量预测方法及装置
Salehi et al. An adaptive data coding scheme for energy consumption reduction in SDN-based Internet of Things
KR102382170B1 (ko) 영상 스트리밍 방법 및 장치
CN112906745B (zh) 基于边缘协同的诚信智能网络训练方法

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
GR01 Patent grant
GR01 Patent grant