CN115423336A - 电力监控系统网络安全风险评估方法及系统 - Google Patents
电力监控系统网络安全风险评估方法及系统 Download PDFInfo
- Publication number
- CN115423336A CN115423336A CN202211114461.2A CN202211114461A CN115423336A CN 115423336 A CN115423336 A CN 115423336A CN 202211114461 A CN202211114461 A CN 202211114461A CN 115423336 A CN115423336 A CN 115423336A
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring system
- power monitoring
- risk assessment
- network
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 101
- 238000012502 risk assessment Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000010586 diagram Methods 0.000 claims abstract description 45
- 230000007246 mechanism Effects 0.000 claims abstract description 19
- 238000013210 evaluation model Methods 0.000 claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 230000002457 bidirectional effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 2
- 238000004590 computer program Methods 0.000 description 11
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种电力监控系统网络安全风险评估方法及系统,该风险评估方法包括:获取待测电力监控系统网络中的各种数据信息,并对所获取的数据信息进行融合及结构化处理生成特征图的数据集;数据信息包括:业务资源数据、运行信息数据和服务功能数据;基于特征图,采用注意力机制建立电力监控系统网络的风险评估模型;将待测电力监控系统网络的各种数据信息输入风险评估模型中,得出待测电力监控系统网络的关键要素和综合风险评分,实现对待测电力监控系统网络的安全风险评估;可以主动分析电力监控系统网络中存在的安全隐患。
Description
技术领域
本发明涉及电力安全领域,尤其涉及一种电力监控系统网络安全风险评 估方法方法及系统。
背景技术
电力监控系统作为国家的关键信息基础设施,系统的正常运行对保障企 业利益乃至国家安全具有非常重要的意义。一旦出现系统运行异常,将可能 导致大面积停电事件,进而危害社会秩序和公众利益。而目前电力企业对电 力监控系统运行安全的保障手段主要依赖于定期的巡检和被动式的故障处 置,缺乏实时分析与监控技术和预警能力,从而导致在问题的发现、定位和 处置等方面的及时性上存在严重不足,难以满足日益提高的系统可靠性要求。
发明内容
本发明针对现有技术中存在的技术问题,提供一种电力监控系统网络安 全风险评估方法及系统,可以主动分析电力监控系统网络中存在的安全隐患。
根据本发明的第一方面,提供了一种电力监控系统网络安全风险评估方 法,包括:
步骤1,获取待测电力监控系统网络中的各种数据信息,并对所获取的 数据信息进行融合及结构化处理生成特征图的数据集;所述数据信息包括: 业务资源数据、运行信息数据和服务功能数据;
步骤2,基于所述特征图,采用注意力机制建立所述电力监控系统网络 的风险评估模型;
步骤3,将待测电力监控系统网络的各种数据信息输入所述风险评估模 型中,得出待测电力监控系统网络的关键要素和综合风险评分,实现对待测 电力监控系统网络的安全风险评估。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,所述步骤1中的所述业务资源数据包括运行软件数据和物理设 备数据;
所述运行软件数据包括:通用软件数据和专用软件数据;
所述物理设备数据包括:通用设备数据和专用设备数据。
可选的,所述步骤1中的所述运行信息数据包括原始信息数据和处理信 息数据;
所述原始信息数据包括:状态量数据、模拟量数据和事件数据;
所述处理信息数据包括:指标类数据和告警类数据。
可选的,所述步骤1中的所述服务功能数据包括系统服务数据和应用服 务数据;
所述系统服务数据包括:计算服务数据、数据库服务数据和网络数据;
所述应用服务数据包括:远动业务数据和前置业务数据。
可选的,所述步骤1的过程具体为:
以物理设备的IP地址为实体节点,以业务交互点和通信交互点为虚拟 节点,建立所述节点之间的关联关系,实现对所获取的各种数据信息进行融 合及结构化处理。
可选的,其特征在于,所述步骤2的过程包括:
将所述特征图的数据集按比例分为训练数据集和测试数据集;
将所述训练数据集的所述特征图输入到增加输出层的骨干网络,经过双 向注意力机制模块后,使用改进的损失函数计算的YOLOv5网络中训练和测 试,得到训练好的所述基于双向注意力机制增强YOLOv5网络。
可选的,所述步骤3包括:
将待测电力监控系统网络的各种数据信息进行融合及结构化处理生成 待测特征图,将所述待测特征图输入到所述训练好的基于双向注意力机制增 强YOLOv5网络中,输出目标检测结果。
根据本发明的第二方面,提供一种电力监控系统网络安全风险评估系统, 包括:数据集构建模块、模型训练模块和风险评估模块;
所述数据集构建模块,用于获取待测电力监控系统网络中的各种数据信 息,并对所获取的数据信息进行融合及结构化处理生成特征图的数据集;所 述数据信息包括:业务资源数据、运行信息数据和服务功能数据;
所述模型训练模块,基于所述特征图,采用注意力机制建立所述电力监 控系统网络的风险评估模型;
所述风险评估模块,将待测电力监控系统网络的各种数据信息输入所述 风险评估模型中,得出待测电力监控系统网络的关键要素和综合风险评分, 实现对待测电力监控系统网络的安全风险评估。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器, 所述处理器用于执行存储器中存储的计算机管理类程序时实现电力监控系 统网络安全风险评估方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有 计算机管理类程序,所述计算机管理类程序被处理器执行时实现电力监控系 统网络安全风险评估方法的步骤。
本发明提供的一种电力监控系统网络安全风险评估方法、系统、电子设 备及存储介质,对电力监控系统的特征进行了分析研究,从物理设备、业务 功能及通信行为三个方面描述并归纳了电力监控系统有别于一般信息系统 的特征,并结合典型系统案例对这些特征在实际业务场景中起到的作用进行 了分析,构建了电力监控系统网络的风险评估模型的基础数据;可以主动分 析电力监控系统网络中存在的安全隐患,并根据分析结果采取适当措施来降 低电力监控系统网络的安全风险。。
附图说明
图1为本发明提供的一种电力监控系统网络安全风险评估方法的流程图;
图2为本发明提供的一种电力监控系统网络安全风险评估系统的结构框 图;
图3为本发明提供的一种可能的电子设备的硬件结构示意图;
图4为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本 发明,并非用于限定本发明的范围。
图1为本发明提供的一种电力监控系统网络安全风险评估方法的流程图, 如图1所示,该风险评估方法包括:
步骤1,获取待测电力监控系统网络中的各种数据信息,并对所获取的 数据信息进行融合及结构化处理生成特征图的数据集;数据信息包括:业务 资源数据、运行信息数据和服务功能数据。
步骤2,基于特征图,采用注意力机制建立电力监控系统网络的风险评 估模型。
步骤3,将待测电力监控系统网络的各种数据信息输入风险评估模型中, 得出待测电力监控系统网络的关键要素和综合风险评分,实现对待测电力监 控系统网络的安全风险评估。
本发明提供的一种电力监控系统网络安全风险评估方法,对电力监控系 统的特征进行了分析研究,从物理设备、业务功能及通信行为三个方面描述 并归纳了电力监控系统有别于一般信息系统的特征,并结合典型系统案例对 这些特征在实际业务场景中起到的作用进行了分析,构建了电力监控系统网 络的风险评估模型的基础数据;可以主动分析电力监控系统网络中存在的安 全隐患,并根据分析结果采取适当措施来降低电力监控系统网络的安全风险。
实施例1
本发明提供的实施例1为本发明提供的一种电力监控系统网络安全风险 评估方法的实施例,结合图1可知,该风险评估方法的实施例包括:
步骤1,获取待测电力监控系统网络中的各种数据信息,并对所获取的 数据信息进行融合及结构化处理生成特征图的数据集;数据信息包括:业务 资源数据、运行信息数据和服务功能数据。
在一种可能的实施例方式中,步骤1中的业务资源数据包括运行软件数 据和物理设备数据。
运行软件数据包括:通用软件数据和专用软件数据。
具体实施中,通用软件包括操作系统、中间件、数据库等,数据库可进 一步细分为关系数据库、内存数据库和时序数据库;典型的专用软件包括 SCADA、WAMS(Wide AreaMeasurement System,广域监测系统)系统等, 专用软件还包括其子系统和功能模块。
物理设备数据包括:通用设备数据和专用设备数据。
具体实施中,通用设备主要指通用的IT设备,包括服务器、交换机、 防火墙、存储阵列等。专用设备则主要指电力专用设备,包括远动机、保护 装置、电能计量装置等。
在一种可能的实施例方式中,步骤1中的运行信息数据包括原始信息数 据和处理信息数据。
原始信息数据包括:状态量数据、模拟量数据和事件数据;
处理信息数据包括:指标类数据和告警类数据。
具体实施中,原始信息根据信息的数据类型不同,可进一步区分为状态 量、模拟量和事件。处理信息则可按照信息处理方法的不同分为指标类和告 警类,其中指标类包括可用性、性能、安全三类指标,告警类分为安全告警、 性能告警和故障告警。
在一种可能的实施例方式中,步骤1中的服务功能数据包括系统服务数 据和应用服务数据;
系统服务数据包括:计算服务数据、数据库服务数据和网络数据。
应用服务数据包括:远动业务数据和前置业务数据。
具体实施中,系统服务即公共基础服务,主要是由电力监控系统中的公 共基础资源所提供的服务,包括计算服务、数据库服务和网络服务等。其 中计算服务是指提供计算资源的服务,如主机等;数据库服务是指为业务运 行提供数据存取类资源,包括实时数据库、时序数据库和关系数据库等;网 络服务是指为业务运行提供网络环境资源,包括交换机、路由器和网络安全 设备等。应用服务即应用功能服务,是支撑电力监控系统业务运行的各项专 用应用功能,如支撑前置业务运行的站端远动业务功能等。
在一种可能的实施例方式中,步骤1的过程具体为:
以物理设备的IP地址为实体节点,以业务交互点和通信交互点为虚拟 节点,建立节点之间的关联关系,实现对所获取的各种数据信息进行融合及 结构化处理。
步骤2,基于特征图,采用注意力机制建立电力监控系统网络的风险评 估模型。
在一种可能的实施例方式中,步骤2的过程包括:
将特征图的数据集按比例分为训练数据集和测试数据集。
将训练数据集的特征图输入到增加输出层的骨干网络,经过双向注意力 机制模块后,使用改进的损失函数计算的YOLOv5网络中训练和测试,得到 训练好的基于双向注意力机制增强YOLOv5网络。
步骤3,将待测电力监控系统网络的各种数据信息输入风险评估模型中, 得出待测电力监控系统网络的关键要素和综合风险评分,实现对待测电力监 控系统网络的安全风险评估。
在一种可能的实施例方式中,步骤3包括:
将待测电力监控系统网络的各种数据信息进行融合及结构化处理生成 待测特征图,将待测特征图输入到训练好的基于双向注意力机制增强YOLOv5 网络中,输出目标检测结果。
实施例2
本发明提供的实施例2为本发明提供的一种电力监控系统网络安全风险 评估系统的实施例,图2为本发明实施例提供的一种电力监控系统网络安全 风险评估系统结构图,结合图2可知,该实施例包括:数据集构建模块、模 型训练模块和风险评估模块。
数据集构建模块,用于获取待测电力监控系统网络中的各种数据信息, 并对所获取的数据信息进行融合及结构化处理生成特征图的数据集;数据信 息包括:业务资源数据、运行信息数据和服务功能数据。
模型训练模块,基于特征图,采用注意力机制建立电力监控系统网络的 风险评估模型。
风险评估模块,将待测电力监控系统网络的各种数据信息输入风险评估 模型中,得出待测电力监控系统网络的关键要素和综合风险评分,实现对待 测电力监控系统网络的安全风险评估。
可以理解的是,本发明提供的一种电力监控系统网络安全风险评估系统 与前述各实施例提供的电力监控系统网络安全风险评估方法相对应,电力监 控系统网络安全风险评估系统的相关技术特征可参考电力监控系统网络安 全风险评估方法的相关技术特征,在此不再赘述。
请参阅图3,图3为本发明实施例提供的电子设备的实施例示意图。如 图3所示,本发明实施例提了一种电子设备,包括存储器1310、处理器1320 及存储在存储器1310上并可在处理器1320上运行的计算机程序1311,处理 器1320执行计算机程序1311时实现以下步骤:获取待测电力监控系统网络 中的各种数据信息,并对所获取的数据信息进行融合及结构化处理生成特征 图的数据集;数据信息包括:业务资源数据、运行信息数据和服务功能数据; 基于特征图,采用注意力机制建立电力监控系统网络的风险评估模型;将待 测电力监控系统网络的各种数据信息输入风险评估模型中,得出待测电力监 控系统网络的关键要素和综合风险评分,实现对待测电力监控系统网络的安 全风险评估。
请参阅图4,图4为本发明提供的一种计算机可读存储介质的实施例示 意图。如图4所示,本实施例提供了一种计算机可读存储介质1400,其上存 储有计算机程序1411,该计算机程序1411被处理器执行时实现如下步骤: 获取待测电力监控系统网络中的各种数据信息,并对所获取的数据信息进行 融合及结构化处理生成特征图的数据集;数据信息包括:业务资源数据、运 行信息数据和服务功能数据;基于特征图,采用注意力机制建立电力监控系 统网络的风险评估模型;将待测电力监控系统网络的各种数据信息输入风险 评估模型中,得出待测电力监控系统网络的关键要素和综合风险评分,实现 对待测电力监控系统网络的安全风险评估。
本发明实施例提供的一种电力监控系统网络安全风险评估方法、系统、 电子设备及存储介质,对电力监控系统的特征进行了分析研究,从物理设备、 业务功能及通信行为三个方面描述并归纳了电力监控系统有别于一般信息 系统的特征,并结合典型系统案例对这些特征在实际业务场景中起到的作用 进行了分析,构建了电力监控系统网络的风险评估模型的基础数据;可以主 动分析电力监控系统网络中存在的安全隐患,并根据分析结果采取适当措施 来降低电力监控系统网络的安全风险。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某 个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或 计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、 或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个 其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘 存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序 产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方 框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式 计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计 算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程 图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装 置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理 设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储 器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程 或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上, 使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现 的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程 图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步 骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了 基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利 要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本 发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要 求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种电力监控系统网络安全风险评估方法,其特征在于,所述风险评估方法包括:
步骤1,获取待测电力监控系统网络中的各种数据信息,并对所获取的数据信息进行融合及结构化处理生成特征图的数据集;所述数据信息包括:业务资源数据、运行信息数据和服务功能数据;
步骤2,基于所述特征图,采用注意力机制建立所述电力监控系统网络的风险评估模型;
步骤3,将待测电力监控系统网络的各种数据信息输入所述风险评估模型中,得出待测电力监控系统网络的关键要素和综合风险评分,实现对待测电力监控系统网络的安全风险评估。
2.根据权利要求1所述的风险评估方法,其特征在于,所述步骤1中的所述业务资源数据包括运行软件数据和物理设备数据;
所述运行软件数据包括:通用软件数据和专用软件数据;
所述物理设备数据包括:通用设备数据和专用设备数据。
3.根据权利要求1所述的风险评估方法,其特征在于,所述步骤1中的所述运行信息数据包括原始信息数据和处理信息数据;
所述原始信息数据包括:状态量数据、模拟量数据和事件数据;
所述处理信息数据包括:指标类数据和告警类数据。
4.根据权利要求1所述的风险评估方法,其特征在于,所述步骤1中的所述服务功能数据包括系统服务数据和应用服务数据;
所述系统服务数据包括:计算服务数据、数据库服务数据和网络数据;
所述应用服务数据包括:远动业务数据和前置业务数据。
5.根据权利要求1所述的安全风险评估方法,其特征在于,所述步骤1的过程具体为:
以物理设备的IP地址为实体节点,以业务交互点和通信交互点为虚拟节点,建立所述节点之间的关联关系,实现对所获取的各种数据信息进行融合及结构化处理。
6.根据权利要求1所述的安全风险评估方法,其特征在于,所述步骤2的过程包括:
将所述特征图的数据集按比例分为训练数据集和测试数据集;
将所述训练数据集的所述特征图输入到增加输出层的骨干网络,经过双向注意力机制模块后,使用改进的损失函数计算的YOLOv5网络中训练和测试,得到训练好的所述基于双向注意力机制增强YOLOv5网络。
7.根据权利要求6所述的风险评估方法,其特征在于,所述步骤3包括:
将待测电力监控系统网络的各种数据信息进行融合及结构化处理生成待测特征图,将所述待测特征图输入到所述训练好的基于双向注意力机制增强YOLOv5网络中,输出目标检测结果。
8.一种电力监控系统网络安全风险评估系统,其特征在于,所述安全风险评估系统包括:数据集构建模块、模型训练模块和风险评估模块;
所述数据集构建模块,用于获取待测电力监控系统网络中的各种数据信息,并对所获取的数据信息进行融合及结构化处理生成特征图的数据集;所述数据信息包括:业务资源数据、运行信息数据和服务功能数据;
所述模型训练模块,基于所述特征图,采用注意力机制建立所述电力监控系统网络的风险评估模型;
所述风险评估模块,将待测电力监控系统网络的各种数据信息输入所述风险评估模型中,得出待测电力监控系统网络的关键要素和综合风险评分,实现对待测电力监控系统网络的安全风险评估。
9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的电力监控系统网络安全风险评估方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的电力监控系统网络安全风险评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211114461.2A CN115423336A (zh) | 2022-09-14 | 2022-09-14 | 电力监控系统网络安全风险评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211114461.2A CN115423336A (zh) | 2022-09-14 | 2022-09-14 | 电力监控系统网络安全风险评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115423336A true CN115423336A (zh) | 2022-12-02 |
Family
ID=84202334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211114461.2A Pending CN115423336A (zh) | 2022-09-14 | 2022-09-14 | 电力监控系统网络安全风险评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115423336A (zh) |
-
2022
- 2022-09-14 CN CN202211114461.2A patent/CN115423336A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11750659B2 (en) | Cybersecurity profiling and rating using active and passive external reconnaissance | |
US20220210200A1 (en) | Ai-driven defensive cybersecurity strategy analysis and recommendation system | |
US20190342307A1 (en) | System and method for monitoring security attack chains | |
US20220014560A1 (en) | Correlating network event anomalies using active and passive external reconnaissance to identify attack information | |
Chen et al. | A cloud computing based network monitoring and threat detection system for critical infrastructures | |
US20220232040A1 (en) | Advanced cybersecurity threat mitigation using software supply chain analysis | |
US20220224723A1 (en) | Ai-driven defensive cybersecurity strategy analysis and recommendation system | |
CN111786950B (zh) | 基于态势感知的网络安全监控方法、装置、设备及介质 | |
Colabianchi et al. | Discussing resilience in the context of cyber physical systems | |
US20210360032A1 (en) | Cybersecurity risk analysis and anomaly detection using active and passive external reconnaissance | |
CN105556526A (zh) | 分层威胁智能 | |
CN103905440A (zh) | 一种基于日志和snmp信息融合的网络安全态势感知分析方法 | |
WO2019084072A1 (en) | GRAPHIC MODEL FOR ALERT INTERPRETATION IN AN ENTERPRISE SECURITY SYSTEM | |
CN112131571B (zh) | 威胁溯源方法及相关设备 | |
CN111176202A (zh) | 工业控制网络的安全管理方法、装置、终端设备及介质 | |
Zhu et al. | Survey of testing methods and testbed development concerning Internet of Things | |
Kummerow et al. | Cyber-physical data stream assessment incorporating Digital Twins in future power systems | |
Sen et al. | Towards an approach to contextual detection of multi-stage cyber attacks in smart grids | |
JP2022000775A (ja) | 交通流監視測定システムのテスト方法、装置及び機器 | |
WO2024088025A1 (zh) | 一种基于多维数据的5gc网元自动化纳管方法及装置 | |
CN112596984A (zh) | 业务弱隔离环境下的数据安全态势感知系统 | |
CN115423336A (zh) | 电力监控系统网络安全风险评估方法及系统 | |
Kai et al. | Development of qualification of security status suitable for cloud computing system | |
Kumar et al. | Outlier detection based fault-detection algorithm for cloud computing | |
CN115622796B (zh) | 网络安全联动响应作战图生成方法、系统、装置及介质 |
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 |