CN115802357A - 一种5g配电网馈线自动化控制方法、装置及存储介质 - Google Patents

一种5g配电网馈线自动化控制方法、装置及存储介质 Download PDF

Info

Publication number
CN115802357A
CN115802357A CN202310077582.2A CN202310077582A CN115802357A CN 115802357 A CN115802357 A CN 115802357A CN 202310077582 A CN202310077582 A CN 202310077582A CN 115802357 A CN115802357 A CN 115802357A
Authority
CN
China
Prior art keywords
trust
feeder automation
feeder
automation terminal
gaussian
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.)
Granted
Application number
CN202310077582.2A
Other languages
English (en)
Other versions
CN115802357B (zh
Inventor
张磐
徐科
郑悦
吴磊
梁海深
刘明祥
张腾飞
周霞
王录泽
孙建东
蔡月明
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.)
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Electric Power Research Institute of State Grid Tianjin Electric Power Co Ltd
Nanjing University of Posts and Telecommunications
NARI Nanjing Control System Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Electric Power Research Institute of State Grid Tianjin Electric Power Co Ltd
Nanjing University of Posts and Telecommunications
NARI Nanjing Control System 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 State Grid Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd, Electric Power Research Institute of State Grid Tianjin Electric Power Co Ltd, Nanjing University of Posts and Telecommunications, NARI Nanjing Control System Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202310077582.2A priority Critical patent/CN115802357B/zh
Publication of CN115802357A publication Critical patent/CN115802357A/zh
Application granted granted Critical
Publication of CN115802357B publication Critical patent/CN115802357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种5G配电网馈线自动化控制方法、装置及存储介质，所述方法包括：响应5G配电网中馈线自动化终端的资源访问请求，并对馈线自动化终端进行身份认证；身份认证成功后，采集馈线自动化终端的馈线自动化参数；基于实际高斯信任集计算第一信任期望和第一信任方差；基于理论高斯信任集计算第二信任期望和第二信任方差；分别分析信任期望和信任方差的相似度，并根据相似度确定馈线自动化终端的信任度；将信任度与预设的信任度阈值区间比较，根据比较结果进行馈线自动化控制。本发明能够解决现有5G配电网存在以合法馈线自动化终端作为跳板攻击内网等风险问题，阻断病毒在内部网络中的横向攻击，从而降低5G配电网馈线自动化控制的安全风险。

Description

一种5G配电网馈线自动化控制方法、装置及存储介质
技术领域
本发明涉及馈线自动化技术领域，尤其涉及一种5G配电网馈线自动化控制方法、装置及存储介质。
背景技术
馈线自动化是一种重要的配电网故障自愈控制技术，通过检测故障、隔离故障、最后再恢复供电的方式来提升供电可靠性。通信是实现馈线自动化的关键环节，目前智能分布式馈线终端在农村和城郊等不便铺设光纤的区域的应用仍受到制约。5G通信具有高带宽、低时延和海量连接等特点，可以为馈线终端提供超低时延的通信网络保证。
然而，馈线自动化5G网络依然存在如下安全风险：在能源物联网的大背景下，智能分布式馈线终端越来越多、所处位置环境复杂、情况多变，使得网络安全边界越来越模糊，造成原来物理隔离的网络安全边界逐渐瓦解。现有的网络防火墙和密钥认证方法虽然能在网关处杜绝非法用户的访问，但是却无法约束已经入网的用户的行为，“一次认证、始终信任”容易导致电力合法终端被利用，存在以合法终端作为跳板进入内网发起攻击的风险，无法保证馈线自动化控制指令的正确转发。
发明内容
本发明所要解决的技术问题在于，提供一种5G配电网馈线自动化控制方法、装置及存储介质，能够解决现有5G配电网存在以合法馈线自动化终端作为跳板攻击内网等风险问题，阻断病毒在内部网络中的横向攻击，从而降低5G配电网馈线自动化控制的安全风险。
为了实现上述目的，本发明实施例提供了一种5G配电网馈线自动化控制方法，包括：
响应5G配电网中馈线自动化终端的资源访问请求，并对所述馈线自动化终端进行身份认证；
当身份认证成功后，通过滑动窗口采集若干个时间周期所述馈线自动化终端的馈线自动化参数；其中，所述馈线自动化参数包括平均故障定位准确率、平均负荷恢复速率、平均负荷转供能力、平均故障隔离成功率、平均馈线自动化终端误码率、平均馈线自动化终端传输时延、平均馈线自动化终端成功访问频率、平均馈线自动化终端控制报文重放攻击次数、平均馈线自动化终端发送可疑数据包频率以及平均馈线自动化终端渗透次数；
基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差；基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差；
分析所述第一信任期望与所述第二信任期望之间的第一相似度以及所述第一信任方差与所述第二信任方差之间的第二相似度，并根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度；
将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。
作为上述方案的改进，所述方法还包括：
根据所述馈线自动化参数对信任度的影响，将所述馈线自动化参数划分为正向参数和逆向参数；其中，所述正向参数与所述信任度呈正相关，所述逆向参数与所述信任度呈负相关；所述正向参数包括所述平均故障定位准确率、所述平均负荷恢复速率、所述平均负荷转供能力、所述平均故障隔离成功率以及所述平均馈线自动化终端成功访问频率；所述逆向参数包括所述平均馈线自动化终端误码率、所述平均馈线自动化终端传输时延、所述平均馈线自动化终端控制报文重放攻击次数、所述平均馈线自动化终端发送可疑数据包频率以及所述平均馈线自动化终端渗透次数；
根据公式
Figure SMS_1
对所述正向参数和所述逆向参数进行归一化处理；
式中，
Figure SMS_2
为第i类馈线自动化参数中第j个实际值，
Figure SMS_3
为第i类馈线自动化参数的最小值，
Figure SMS_4
为第i类馈线自动化参数的最大值，
Figure SMS_5
为归一化后第i类馈线自动化参数中第j个输出值，且
Figure SMS_6
。
作为上述方案的改进，所述基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差，具体包括：
构建实际高斯信任集
Figure SMS_7
，其中，所述实际高斯信任集
Figure SMS_8
包括m个实际高斯信任子集
Figure SMS_9
；
根据所述馈线自动化参数计算m个实际高斯信任子集的信任期望为：
Figure SMS_10
式中，
Figure SMS_11
为第i个实际高斯信任子集的信任期望，
Figure SMS_12
为第i类馈线自动化参数对应的信任值，
Figure SMS_13
；
根据所述馈线自动化参数计算m个实际高斯信任子集的信任方差为：
Figure SMS_14
式中，
Figure SMS_15
为第i个实际高斯信任子集的信任方差，
Figure SMS_16
为归一化后第i类馈线自动化参数中第j个输出值；
根据所述实际高斯信任子集的信任期望计算所述实际高斯信任集
Figure SMS_17
的第一信任期望为：
Figure SMS_18
；根据所述实际高斯信任子集的信任方差计算所述实际高斯信任集
Figure SMS_19
的第一信任方差为：
Figure SMS_20
；
式中，
Figure SMS_21
为第i类馈线自动化参数的权重系数，
Figure SMS_22
。
作为上述方案的改进，所述基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差，具体包括：
根据访问资源的机密程度将信任值分割为L个区间，构建理论高斯信任集
Figure SMS_23
；其中，所述理论高斯信任集
Figure SMS_24
包括与L个区间相对应的L个理论高斯信任子集
Figure SMS_25
；
根据所述馈线自动化参数计算L个理论高斯信任子集的信任期望为：
Figure SMS_26
；
根据所述馈线自动化参数计算L个理论高斯信任子集的信任方差为：
Figure SMS_27
；
式中，I imax、I imin分别为每个区间的最大值和最小值；
根据所述理论高斯信任子集的信任期望计算所述理论高斯信任集
Figure SMS_28
的第二信任期望为：
Figure SMS_29
；根据所述理论高斯信任子集的信任方差计算所述理论高斯信任集
Figure SMS_30
的第二信任方差为：
Figure SMS_31
；
式中，
Figure SMS_32
为第i类馈线自动化参数的权重系数，
Figure SMS_33
。
作为上述方案的改进，所述根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度，具体包括：
将第一相似度最高和第二相似度最高的理论高斯信任子集所表示的信任值作为所述馈线自动化终端的信任度。
作为上述方案的改进，所述将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制，具体包括：
将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较；
若所述馈线自动化终端的信任度落入第一信任度阈值区间，则将所述馈线自动化终端定义为恶意用户，拒绝所述馈线自动化终端进行馈线自动化控制；
若所述馈线自动化终端的信任度落入第二信任度阈值区间，则将所述馈线自动化终端定义为普通用户，允许所述馈线自动化终端进行低级馈线自动化控制；
若所述馈线自动化终端的信任度落入第三信任度阈值区间，则将所述馈线自动化终端定义为可信用户，允许所述馈线自动化终端进行中级馈线自动化控制；
若所述馈线自动化终端的信任度落入第四信任度阈值区间，则将所述馈线自动化终端定义为高可信用户，允许所述馈线自动化终端进行高级馈线自动化控制。
作为上述方案的改进，所述预设的信任度阈值的计算公式为：
Figure SMS_34
式中，TS V 为信任阈值，g为访问资源的机密程度，共有L个机密级别，
Figure SMS_35
为访问资源所在的网段，共有
Figure SMS_39
个网段，
Figure SMS_40
值越大说明访问资源越靠近内网，且
Figure SMS_36
，
Figure SMS_42
为访问第
Figure SMS_43
个网段的资源所需的最小特权，访问的资源越靠近内网则
Figure SMS_44
越大，且
Figure SMS_37
，
Figure SMS_38
为访问最高机密资源时所需要的信任值，且
Figure SMS_41
。
本发明实施例还提供了一种5G配电网馈线自动化控制装置，包括：
身份认证模块，用于响应5G配电网中馈线自动化终端的资源访问请求，并对所述馈线自动化终端进行身份认证；
参数采集模块，用于当身份认证成功后，通过滑动窗口采集若干个时间周期所述馈线自动化终端的馈线自动化参数；其中，所述馈线自动化参数包括平均故障定位准确率、平均负荷恢复速率、平均负荷转供能力、平均故障隔离成功率、平均馈线自动化终端误码率、平均馈线自动化终端传输时延、平均馈线自动化终端成功访问频率、平均馈线自动化终端控制报文重放攻击次数、平均馈线自动化终端发送可疑数据包频率以及平均馈线自动化终端渗透次数；
计算模块，用于基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差；基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差；
分析模块，用于分析所述第一信任期望与所述第二信任期望之间的第一相似度以及所述第一信任方差与所述第二信任方差之间的第二相似度，并根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度；
控制模块，用于将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。
本发明实施例还提供了一种5G配电网馈线自动化控制装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的5G配电网馈线自动化控制方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一项所述的5G配电网馈线自动化控制方法。
相对于现有技术，本发明实施例提供的一种5G配电网馈线自动化控制方法、装置及存储介质的有益效果在于：通过响应5G配电网中馈线自动化终端的资源访问请求，并对所述馈线自动化终端进行身份认证；当身份认证成功后，通过滑动窗口采集若干个时间周期所述馈线自动化终端的馈线自动化参数；其中，所述馈线自动化参数包括平均故障定位准确率、平均负荷恢复速率、平均负荷转供能力、平均故障隔离成功率、平均馈线自动化终端误码率、平均馈线自动化终端传输时延、平均馈线自动化终端成功访问频率、平均馈线自动化终端控制报文重放攻击次数、平均馈线自动化终端发送可疑数据包频率以及平均馈线自动化终端渗透次数；基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差；基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差；分析所述第一信任期望与所述第二信任期望之间的第一相似度以及所述第一信任方差与所述第二信任方差之间的第二相似度，并根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度；将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。本发明实施例能够解决现有5G配电网存在以合法馈线自动化终端作为跳板攻击内网等风险问题，阻断病毒在内部网络中的横向攻击，从而降低5G配电网馈线自动化控制的安全风险。
附图说明
图1是本发明提供的一种5G配电网馈线自动化控制方法的一个优选实施例的流程示意图；
图2是本发明提供的一种5G配电网馈线自动化控制装置的一个优选实施例的结构示意图；
图3是本发明提供的一种5G配电网馈线自动化控制装置的另一个优选实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，图1是本发明提供的一种5G配电网馈线自动化控制方法的一个优选实施例的流程示意图。所述5G配电网馈线自动化控制方法，包括：
S1，响应5G配电网中馈线自动化终端的资源访问请求，并对所述馈线自动化终端进行身份认证；
S2，当身份认证成功后，通过滑动窗口采集若干个时间周期所述馈线自动化终端的馈线自动化参数；其中，所述馈线自动化参数包括平均故障定位准确率、平均负荷恢复速率、平均负荷转供能力、平均故障隔离成功率、平均馈线自动化终端误码率、平均馈线自动化终端传输时延、平均馈线自动化终端成功访问频率、平均馈线自动化终端控制报文重放攻击次数、平均馈线自动化终端发送可疑数据包频率以及平均馈线自动化终端渗透次数；
S3，基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差；基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差；
S4，分析所述第一信任期望与所述第二信任期望之间的第一相似度以及所述第一信任方差与所述第二信任方差之间的第二相似度，并根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度；
S5，将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。
具体的，本发明实施例响应5G配电网中馈线自动化终端发出的的资源访问请求，并对馈线自动化终端进行身份认证。当身份认证失败，则拒绝馈线自动化终端的资源访问请求。当身份认证成功后，通过滑动窗口采集若干个时间周期馈线自动化终端的馈线自动化参数。馈线自动化参数包括m类参数，每类参数采集n个数据。m类参数分别为平均故障定位准确率x1、平均负荷恢复速率x2、平均负荷转供能力x3、平均故障隔离成功率x4、平均馈线自动化终端误码率x5、平均馈线自动化终端传输时延x6、平均馈线自动化终端成功访问频率x7、平均馈线自动化终端控制报文重放攻击次数x8、平均馈线自动化终端发送可疑数据包频率x9以及平均馈线自动化终端渗透次数x10。其中，平均故障定位准确率x1、平均负荷恢复速率x2、平均负荷转供能力x3、平均故障隔离成功率x4为故障自愈控制参数；平均馈线自动化终端误码率x5、平均馈线自动化终端传输时延x6为5G通信行为参数；平均馈线自动化终端成功访问频率x7、平均馈线自动化终端控制报文重放攻击次数x8、平均馈线自动化终端发送可疑数据包频率x9、平均馈线自动化终端渗透次数x10安全行为参数。在采集到上述馈线自动化参数后，基于预设的实际高斯信任集计算实际高斯信任集的第一信任期望和第一信任方差；基于预设的理论高斯信任集计算理论高斯信任集的第二信任期望和第二信任方差。分析第一信任期望与第二信任期望之间的第一相似度以及第一信任方差与第二信任方差之间的第二相似度，并根据第一相似度和第二相似度确定馈线自动化终端的信任度。将馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。
本实施例能够解决现有5G配电网存在以合法馈线自动化终端作为跳板攻击内网等风险问题，阻断病毒在内部网络中的横向攻击，从而降低5G配电网馈线自动化控制的安全风险。
在另一个优选实施例中，所述方法还包括：
根据所述馈线自动化参数对信任度的影响，将所述馈线自动化参数划分为正向参数和逆向参数；其中，所述正向参数与所述信任度呈正相关，所述逆向参数与所述信任度呈负相关；所述正向参数包括所述平均故障定位准确率、所述平均负荷恢复速率、所述平均负荷转供能力、所述平均故障隔离成功率以及所述平均馈线自动化终端成功访问频率；所述逆向参数包括所述平均馈线自动化终端误码率、所述平均馈线自动化终端传输时延、所述平均馈线自动化终端控制报文重放攻击次数、所述平均馈线自动化终端发送可疑数据包频率以及所述平均馈线自动化终端渗透次数；
根据公式
Figure SMS_45
对所述正向参数和所述逆向参数进行归一化处理；
式中，
Figure SMS_46
为第i类馈线自动化参数中第j个实际值，
Figure SMS_47
为第i类馈线自动化参数的最小值，
Figure SMS_48
为第i类馈线自动化参数的最大值，
Figure SMS_49
为归一化后第i类馈线自动化参数中第j个输出值，且
Figure SMS_50
。
具体的，本发明实施例在采集到馈线自动化终端的馈线自动化参数后，根据馈线自动化参数对信任度的影响，将馈线自动化参数划分为正向参数和逆向参数。其中，正向参数与信任度呈正相关，逆向参数与信任度呈负相关；正向参数包括平均故障定位准确率、平均负荷恢复速率、平均负荷转供能力、平均故障隔离成功率以及平均馈线自动化终端成功访问频率；逆向参数包括平均馈线自动化终端误码率、平均馈线自动化终端传输时延、平均馈线自动化终端控制报文重放攻击次数、平均馈线自动化终端发送可疑数据包频率以及平均馈线自动化终端渗透次数。然后，根据公式
Figure SMS_51
对正向参数和逆向参数分别进行归一化处理。式中，
Figure SMS_52
为第i类馈线自动化参数中第j个实际值，
Figure SMS_53
为第i类馈线自动化参数的最小值，
Figure SMS_54
为第i类馈线自动化参数的最大值，
Figure SMS_55
为归一化后第i类馈线自动化参数中第j个输出值，且
Figure SMS_56
。
在又一个优选实施例中，所述基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差，具体包括：
构建实际高斯信任集
Figure SMS_57
，其中，所述实际高斯信任集
Figure SMS_58
包括m个实际高斯信任子集
Figure SMS_59
；
根据所述馈线自动化参数计算m个实际高斯信任子集的信任期望为：
Figure SMS_60
式中，
Figure SMS_61
为第i个实际高斯信任子集的信任期望，
Figure SMS_62
为第i类馈线自动化参数对应的信任值，
Figure SMS_63
；
根据所述馈线自动化参数计算m个实际高斯信任子集的信任方差为：
Figure SMS_64
式中，
Figure SMS_65
为第i个实际高斯信任子集的信任方差，
Figure SMS_66
为归一化后第i类馈线自动化参数中第j个输出值；
根据所述实际高斯信任子集的信任期望计算所述实际高斯信任集
Figure SMS_67
的第一信任期望为：
Figure SMS_68
；根据所述实际高斯信任子集的信任方差计算所述实际高斯信任集
Figure SMS_69
的第一信任方差为：
Figure SMS_70
；
式中，
Figure SMS_71
为第i类馈线自动化参数的权重系数，
Figure SMS_72
。
具体的，本发明实施例在基于预设的实际高斯信任集计算实际高斯信任集的第一信任期望和第一信任方差时，首先构建实际高斯信任集
Figure SMS_73
，其中，实际高斯信任集
Figure SMS_74
包括m个实际高斯信任子集
Figure SMS_75
。根据公式
Figure SMS_76
计算每类参数数据的期望；式中，
Figure SMS_77
为第m类参数数据的期望。再将每类参数数据的期望量化为信任值，量化公式为：
Figure SMS_78
；
式中，
Figure SMS_79
为量化后第i类参数对应的信任值，对于正向参数，
Figure SMS_80
为采集时间内采集到正向参数数据个数占总采集数据个数的百分比；对于逆向参数，
Figure SMS_81
为采集时间内采集到逆向参数数据个数占总采集数据个数的百分比。
根据馈线自动化参数计算m个实际高斯信任子集的信任期望为：
Figure SMS_82
式中，
Figure SMS_83
为第i个实际高斯信任子集的信任期望，
Figure SMS_84
为第i类馈线自动化参数对应的信任值，
Figure SMS_85
；
根据馈线自动化参数计算m个实际高斯信任子集的信任方差为：
Figure SMS_86
式中，
Figure SMS_87
为第i个实际高斯信任子集的信任方差，
Figure SMS_88
为归一化后第i类馈线自动化参数中第j个输出值；
根据实际高斯信任子集的信任期望计算实际高斯信任集
Figure SMS_89
的第一信任期望为：
Figure SMS_90
；根据实际高斯信任子集的信任方差计算实际高斯信任集
Figure SMS_91
的第一信任方差为：
Figure SMS_92
；
式中，
Figure SMS_93
为第i类馈线自动化参数的权重系数，
Figure SMS_94
。
在又一个优选实施例中，所述基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差，具体包括：
根据访问资源的机密程度将信任值分割为L个区间，构建理论高斯信任集
Figure SMS_95
；其中，所述理论高斯信任集
Figure SMS_96
包括与L个区间相对应的L个理论高斯信任子集
Figure SMS_97
；
根据所述馈线自动化参数计算L个理论高斯信任子集的信任期望为：
Figure SMS_98
；
根据所述馈线自动化参数计算L个理论高斯信任子集的信任方差为：
Figure SMS_99
；
式中，I imax、I imin分别为每个区间的最大值和最小值；
根据所述理论高斯信任子集的信任期望计算所述理论高斯信任集
Figure SMS_100
的第二信任期望为：
Figure SMS_101
；根据所述理论高斯信任子集的信任方差计算所述理论高斯信任集
Figure SMS_102
的第二信任方差为：
Figure SMS_103
；
式中，
Figure SMS_104
为第i类馈线自动化参数的权重系数，
Figure SMS_105
。
具体的，本发明实施例在基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差时，为实现细粒度访问控制，首先根据访问资源的机密程度将信任值分割为L个区间，构建理论高斯信任集
Figure SMS_106
。其中，理论高斯信任集
Figure SMS_107
包括与L个区间相对应的L个理论高斯信任子集
Figure SMS_108
。每个区间的最大值、最小值分别为I imax、I imin，其中,i= 1,2, ... ,L。
根据馈线自动化参数计算L个理论高斯信任子集的信任期望为：
Figure SMS_109
；
根据馈线自动化参数计算L个理论高斯信任子集的信任方差为：
Figure SMS_110
；
式中，I imax、I imin分别为每个区间的最大值和最小值；
根据理论高斯信任子集的信任期望计算理论高斯信任集
Figure SMS_111
的第二信任期望为：
Figure SMS_112
；根据理论高斯信任子集的信任方差计算理论高斯信任集
Figure SMS_113
的第二信任方差为：
Figure SMS_114
；
式中，
Figure SMS_115
为第i类馈线自动化参数的权重系数，
Figure SMS_116
。
在又一个优选实施例中，所述根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度，具体包括：
将第一相似度最高和第二相似度最高的理论高斯信任子集所表示的信任值作为所述馈线自动化终端的信任度。
具体的，本发明实施例使用作差法或作商法比较实际高斯信任集Y和L个理论高斯信任子集X i 的期望相似度（第一相似度）和方差相似度（第二相似度），确定期望与方差最接近实际高斯信任集Y的理论高斯信任子集X i ，将该理论高斯信任子集的期望作为馈线自动化终端的信任度。示例性的，用作差法或作商法比较实际高斯信任集Y和L个理论高斯信任子集X i 的期望相似度和方差相似度的方法如下：
作差法：比较实际高斯信任集Y和L个理论高斯信任子集X i 的期望差的绝对值
Figure SMS_117
和方差差的绝对值
Figure SMS_118
，选取使得这两个绝对值接近于0的理论高斯信任子集X i 。
作商法：比较实际高斯信任集Y和L个理论高斯信任子集X i 的期望的比值
Figure SMS_119
和方差的比值
Figure SMS_120
，选取使得这两个比值接近于1的理论高斯信任子集X i 。
选取期望与方差最接近实际高斯信任集Y的理论高斯信任子集X i 的期望
Figure SMS_121
作为馈线自动化终端的信任度TD。
在又一个优选实施例中，所述将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制，具体包括：
将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较；
若所述馈线自动化终端的信任度落入第一信任度阈值区间，则将所述馈线自动化终端定义为恶意用户，拒绝所述馈线自动化终端进行馈线自动化控制；
若所述馈线自动化终端的信任度落入第二信任度阈值区间，则将所述馈线自动化终端定义为普通用户，允许所述馈线自动化终端进行低级馈线自动化控制；
若所述馈线自动化终端的信任度落入第三信任度阈值区间，则将所述馈线自动化终端定义为可信用户，允许所述馈线自动化终端进行中级馈线自动化控制；
若所述馈线自动化终端的信任度落入第四信任度阈值区间，则将所述馈线自动化终端定义为高可信用户，允许所述馈线自动化终端进行高级馈线自动化控制。
在又一个优选实施例中，所述预设的信任度阈值的计算公式为：
Figure SMS_122
式中，TS V 为信任阈值，g为访问资源的机密程度，共有L个机密级别，
Figure SMS_125
为访问资源所在的网段，共有
Figure SMS_131
个网段，
Figure SMS_132
值越大说明访问资源越靠近内网，且
Figure SMS_123
，
Figure SMS_126
为访问第
Figure SMS_129
个网段的资源所需的最小特权，访问的资源越靠近内网则
Figure SMS_130
越大，且
Figure SMS_124
，
Figure SMS_127
为访问最高机密资源时所需要的信任值，且
Figure SMS_128
。
具体的，根据公式
Figure SMS_133
计算信任阈值，确定信任度阈值区间。将馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。若馈线自动化终端的信任度落入第一信任度阈值区间，则将馈线自动化终端定义为恶意用户，拒绝馈线自动化终端进行馈线自动化控制；若馈线自动化终端的信任度落入第二信任度阈值区间，则将馈线自动化终端定义为普通用户，允许馈线自动化终端进行低级馈线自动化控制；若馈线自动化终端的信任度落入第三信任度阈值区间，则将馈线自动化终端定义为可信用户，允许馈线自动化终端进行中级馈线自动化控制；若馈线自动化终端的信任度落入第四信任度阈值区间，则将馈线自动化终端定义为高可信用户，允许馈线自动化终端进行高级馈线自动化控制。
示例性的，本发明实施例将机密级别设为3个等级，
Figure SMS_134
设为0.9，假设w= 10，访问的资源处于第10个网段上，S 10= 0.9，P 10= 0.9。根据公式
Figure SMS_135
计算可得访问位于第10个网段上的Ⅰ级机密资源的信任阈值为0.66，访问Ⅱ级机密资源的信任阈值为0.8，访问最高级机密资源的信任阈值为定值0.9。
（1）当馈线自动化终端的信任度TD小于0.66时，则将该馈线自动化终端定义为恶意用户，由访问控制模块下发丢弃流表拒绝其访问馈线自动化5G网络。
（2）当馈线自动化终端的信任度TD大于等于0.66小于0.8时，则将该馈线自动化终端定义为普通用户，只允许其访问Ⅰ级机密资源，由访问控制模块下发短期允许流表允许其访问。
（3）当馈线自动化终端的信任度TD大于等于0.8小于0.9时，则将该馈线自动化终端定义为可信用户，允许其访问Ⅰ级机密资源和Ⅱ级机密资源，由访问控制模块下发短期允许流表允许其访问。
（4）当馈线自动化终端的信任度TD大于等于0.9时，则将该馈线自动化终端定义为高可信用户，允许其访问最高级机密资源，由访问控制模块下发长期允许流表允许其访问。
需要说明的是，针对普通用户、可信用户和高可信用户下发的流表具有有效时限，在流表失效后需再次评估馈线自动化终端的信任度，体现了零信任“从不信任，持续验证”的理念。当其重新被评估为普通用户时，并不完全禁止其访问馈线自动化5G网络，但禁止其访问高度机密资源；当其重新被评估为可信用户时，恢复其对馈线自动化5G网络的访问，但禁止其访问最高机密资源；当其重新被评估为高可信用户时，恢复其对馈线自动化5G网络所有资源的访问；当其重新被评估为恶意用户时，拒绝其继续访问馈线自动化5G网络。
本发明实施例通过对馈线自动化5G网络终端用户进行身份认证，再根据其信任度计算结果对其进行访问控制，并基于访问资源的机密程度和所在网段等参数动态确定信任阈值，实现对馈线自动化5G网络的细粒度访问，使用微隔离技术划分网段来阻断病毒在内部网络中的横向攻击，从而降低5G配电网馈线自动化控制的安全风险。
相应地，本发明还提供一种5G配电网馈线自动化控制装置，能够实现上述实施例中的5G配电网馈线自动化控制方法的所有流程。
请参阅图2，图2是本发明提供的一种5G配电网馈线自动化控制装置的一个优选实施例的结构示意图。所述5G配电网馈线自动化控制装置，包括：
身份认证模块201，用于响应5G配电网中馈线自动化终端的资源访问请求，并对所述馈线自动化终端进行身份认证；
参数采集模块202，用于当身份认证成功后，通过滑动窗口采集若干个时间周期所述馈线自动化终端的馈线自动化参数；其中，所述馈线自动化参数包括平均故障定位准确率、平均负荷恢复速率、平均负荷转供能力、平均故障隔离成功率、平均馈线自动化终端误码率、平均馈线自动化终端传输时延、平均馈线自动化终端成功访问频率、平均馈线自动化终端控制报文重放攻击次数、平均馈线自动化终端发送可疑数据包频率以及平均馈线自动化终端渗透次数；
计算模块203，用于基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差；基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差；
分析模块204，用于分析所述第一信任期望与所述第二信任期望之间的第一相似度以及所述第一信任方差与所述第二信任方差之间的第二相似度，并根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度；
控制模块205，用于将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。
优选地，所述装置还包括：
划分模块，用于根据所述馈线自动化参数对信任度的影响，将所述馈线自动化参数划分为正向参数和逆向参数；其中，所述正向参数与所述信任度呈正相关，所述逆向参数与所述信任度呈负相关；所述正向参数包括所述平均故障定位准确率、所述平均负荷恢复速率、所述平均负荷转供能力、所述平均故障隔离成功率以及所述平均馈线自动化终端成功访问频率；所述逆向参数包括所述平均馈线自动化终端误码率、所述平均馈线自动化终端传输时延、所述平均馈线自动化终端控制报文重放攻击次数、所述平均馈线自动化终端发送可疑数据包频率以及所述平均馈线自动化终端渗透次数；
归一化模块，用于根据公式
Figure SMS_136
对所述正向参数和所述逆向参数进行归一化处理；
式中，
Figure SMS_137
为第i类馈线自动化参数中第j个实际值，
Figure SMS_138
为第i类馈线自动化参数的最小值，
Figure SMS_139
为第i类馈线自动化参数的最大值，
Figure SMS_140
为归一化后第i类馈线自动化参数中第j个输出值，且
Figure SMS_141
。
优选地，所述基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差，具体包括：
构建实际高斯信任集
Figure SMS_142
，其中，所述实际高斯信任集
Figure SMS_143
包括m个实际高斯信任子集
Figure SMS_144
；
根据所述馈线自动化参数计算m个实际高斯信任子集的信任期望为：
Figure SMS_145
式中，
Figure SMS_146
为第i个实际高斯信任子集的信任期望，
Figure SMS_147
为第i类馈线自动化参数对应的信任值，
Figure SMS_148
；
根据所述馈线自动化参数计算m个实际高斯信任子集的信任方差为：
Figure SMS_149
式中，
Figure SMS_150
为第i个实际高斯信任子集的信任方差，
Figure SMS_151
为归一化后第i类馈线自动化参数中第j个输出值；
根据所述实际高斯信任子集的信任期望计算所述实际高斯信任集
Figure SMS_152
的第一信任期望为：
Figure SMS_153
；根据所述实际高斯信任子集的信任方差计算所述实际高斯信任集
Figure SMS_154
的第一信任方差为：
Figure SMS_155
；
式中，
Figure SMS_156
为第i类馈线自动化参数的权重系数，
Figure SMS_157
。
优选地，所述基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差，具体包括：
根据访问资源的机密程度将信任值分割为L个区间，构建理论高斯信任集
Figure SMS_158
；其中，所述理论高斯信任集
Figure SMS_159
包括与L个区间相对应的L个理论高斯信任子集
Figure SMS_160
；
根据所述馈线自动化参数计算L个理论高斯信任子集的信任期望为：
Figure SMS_161
；
根据所述馈线自动化参数计算L个理论高斯信任子集的信任方差为：
Figure SMS_162
；
式中，I imax、I imin分别为每个区间的最大值和最小值；
根据所述理论高斯信任子集的信任期望计算所述理论高斯信任集
Figure SMS_163
的第二信任期望为：
Figure SMS_164
；根据所述理论高斯信任子集的信任方差计算所述理论高斯信任集
Figure SMS_165
的第二信任方差为：
Figure SMS_166
；
式中，
Figure SMS_167
为第i类馈线自动化参数的权重系数，
Figure SMS_168
。
优选地，所述根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度，具体包括：
将第一相似度最高和第二相似度最高的理论高斯信任子集所表示的信任值作为所述馈线自动化终端的信任度。
优选地，所述控制模块205具体用于：
将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较；
若所述馈线自动化终端的信任度落入第一信任度阈值区间，则将所述馈线自动化终端定义为恶意用户，拒绝所述馈线自动化终端进行馈线自动化控制；
若所述馈线自动化终端的信任度落入第二信任度阈值区间，则将所述馈线自动化终端定义为普通用户，允许所述馈线自动化终端进行低级馈线自动化控制；
若所述馈线自动化终端的信任度落入第三信任度阈值区间，则将所述馈线自动化终端定义为可信用户，允许所述馈线自动化终端进行中级馈线自动化控制；
若所述馈线自动化终端的信任度落入第四信任度阈值区间，则将所述馈线自动化终端定义为高可信用户，允许所述馈线自动化终端进行高级馈线自动化控制。
优选地，所述预设的信任度阈值的计算公式为：
Figure SMS_169
式中，TS V 为信任阈值，g为访问资源的机密程度，共有L个机密级别，
Figure SMS_170
为访问资源所在的网段，共有
Figure SMS_178
个网段，
Figure SMS_179
值越大说明访问资源越靠近内网，且
Figure SMS_171
，
Figure SMS_173
为访问第
Figure SMS_174
个网段的资源所需的最小特权，访问的资源越靠近内网则
Figure SMS_175
越大，且
Figure SMS_172
，
Figure SMS_176
为访问最高机密资源时所需要的信任值，且
Figure SMS_177
。
在具体实施当中，本发明实施例提供的5G配电网馈线自动化控制装置的工作原理、控制流程及实现的技术效果，与上述实施例中的5G配电网馈线自动化控制方法对应相同，在此不再赘述。
请参阅图3，图3是本发明提供的一种5G配电网馈线自动化控制装置的另一个优选实施例的结构示意图。所述5G配电网馈线自动化控制装置包括处理器301、存储器302以及存储在所述存储器302中且被配置为由所述处理器301执行的计算机程序，所述处理器301执行所述计算机程序时实现上述任一实施例所述的5G配电网馈线自动化控制方法。
优选地，所述计算机程序可以被分割成一个或多个模块/单元（如计算机程序1、计算机程序2、……），所述一个或者多个模块/单元被存储在所述存储器302中，并由所述处理器301执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述5G配电网馈线自动化控制装置中的执行过程。
所述处理器301可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application SpecificIntegrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器301也可以是任何常规的处理器，所述处理器301是所述5G配电网馈线自动化控制装置的控制中心，利用各种接口和线路连接所述5G配电网馈线自动化控制装置的各个部分。
所述存储器302主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器302可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡和闪存卡（Flash Card）等，或所述存储器302也可以是其他易失性固态存储器件。
需要说明的是，上述5G配电网馈线自动化控制装置可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，图3的结构示意图仅仅是上述5G配电网馈线自动化控制装置的示例，并不构成对上述5G配电网馈线自动化控制装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一实施例所述的5G配电网馈线自动化控制方法。
本发明实施例提供了一种5G配电网馈线自动化控制方法、装置及存储介质，通过响应5G配电网中馈线自动化终端的资源访问请求，并对所述馈线自动化终端进行身份认证；当身份认证成功后，通过滑动窗口采集若干个时间周期所述馈线自动化终端的馈线自动化参数；其中，所述馈线自动化参数包括平均故障定位准确率、平均负荷恢复速率、平均负荷转供能力、平均故障隔离成功率、平均馈线自动化终端误码率、平均馈线自动化终端传输时延、平均馈线自动化终端成功访问频率、平均馈线自动化终端控制报文重放攻击次数、平均馈线自动化终端发送可疑数据包频率以及平均馈线自动化终端渗透次数；基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差；基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差；分析所述第一信任期望与所述第二信任期望之间的第一相似度以及所述第一信任方差与所述第二信任方差之间的第二相似度，并根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度；将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。本发明实施例能够解决现有5G配电网存在以合法馈线自动化终端作为跳板攻击内网等风险问题，阻断病毒在内部网络中的横向攻击，从而降低5G配电网馈线自动化控制的安全风险。
需说明的是，以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的系统实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种5G配电网馈线自动化控制方法，其特征在于，包括：
响应5G配电网中馈线自动化终端的资源访问请求，并对所述馈线自动化终端进行身份认证；
当身份认证成功后，通过滑动窗口采集若干个时间周期所述馈线自动化终端的馈线自动化参数；其中，所述馈线自动化参数包括平均故障定位准确率、平均负荷恢复速率、平均负荷转供能力、平均故障隔离成功率、平均馈线自动化终端误码率、平均馈线自动化终端传输时延、平均馈线自动化终端成功访问频率、平均馈线自动化终端控制报文重放攻击次数、平均馈线自动化终端发送可疑数据包频率以及平均馈线自动化终端渗透次数；
基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差；基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差；
分析所述第一信任期望与所述第二信任期望之间的第一相似度以及所述第一信任方差与所述第二信任方差之间的第二相似度，并根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度；
将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。
2.如权利要求1所述的5G配电网馈线自动化控制方法，其特征在于，所述方法还包括：
根据所述馈线自动化参数对信任度的影响，将所述馈线自动化参数划分为正向参数和逆向参数；其中，所述正向参数与所述信任度呈正相关，所述逆向参数与所述信任度呈负相关；所述正向参数包括所述平均故障定位准确率、所述平均负荷恢复速率、所述平均负荷转供能力、所述平均故障隔离成功率以及所述平均馈线自动化终端成功访问频率；所述逆向参数包括所述平均馈线自动化终端误码率、所述平均馈线自动化终端传输时延、所述平均馈线自动化终端控制报文重放攻击次数、所述平均馈线自动化终端发送可疑数据包频率以及所述平均馈线自动化终端渗透次数；
根据公式
Figure QLYQS_1
对所述正向参数和所述逆向参数进行归一化处理；
式中，
Figure QLYQS_2
为第i类馈线自动化参数中第j个实际值，
Figure QLYQS_3
为第i类馈线自动化参数的最小值，
Figure QLYQS_4
为第i类馈线自动化参数的最大值，
Figure QLYQS_5
为归一化后第i类馈线自动化参数中第j个输出值，且
Figure QLYQS_6
。
3.如权利要求2所述的5G配电网馈线自动化控制方法，其特征在于，所述基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差，具体包括：
构建实际高斯信任集
Figure QLYQS_7
，其中，所述实际高斯信任集
Figure QLYQS_8
包括m个实际高斯信任子集
Figure QLYQS_9
；
根据所述馈线自动化参数计算m个实际高斯信任子集的信任期望为：
Figure QLYQS_10
式中，
Figure QLYQS_11
为第i个实际高斯信任子集的信任期望，
Figure QLYQS_12
为第i类馈线自动化参数对应的信任值，
Figure QLYQS_13
；
根据所述馈线自动化参数计算m个实际高斯信任子集的信任方差为：
Figure QLYQS_14
式中，
Figure QLYQS_15
为第i个实际高斯信任子集的信任方差，
Figure QLYQS_16
为归一化后第i类馈线自动化参数中第j个输出值；
根据所述实际高斯信任子集的信任期望计算所述实际高斯信任集
Figure QLYQS_17
的第一信任期望为：
Figure QLYQS_18
；根据所述实际高斯信任子集的信任方差计算所述实际高斯信任集
Figure QLYQS_19
的第一信任方差为：
Figure QLYQS_20
；
式中，
Figure QLYQS_21
为第i类馈线自动化参数的权重系数，
Figure QLYQS_22
。
4.如权利要求3所述的5G配电网馈线自动化控制方法，其特征在于，所述基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差，具体包括：
根据访问资源的机密程度将信任值分割为L个区间，构建理论高斯信任集
Figure QLYQS_23
；其中，所述理论高斯信任集
Figure QLYQS_24
包括与L个区间相对应的L个理论高斯信任子集
Figure QLYQS_25
；
根据所述馈线自动化参数计算L个理论高斯信任子集的信任期望为：
Figure QLYQS_26
；
根据所述馈线自动化参数计算L个理论高斯信任子集的信任方差为：
Figure QLYQS_27
；
式中，I imax、I imin分别为每个区间的最大值和最小值；
根据所述理论高斯信任子集的信任期望计算所述理论高斯信任集
Figure QLYQS_28
的第二信任期望为：
Figure QLYQS_29
；根据所述理论高斯信任子集的信任方差计算所述理论高斯信任集
Figure QLYQS_30
的第二信任方差为：
Figure QLYQS_31
；
式中，
Figure QLYQS_32
为第i类馈线自动化参数的权重系数，
Figure QLYQS_33
。
5.如权利要求4所述的5G配电网馈线自动化控制方法，其特征在于，所述根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度，具体包括：
将第一相似度最高和第二相似度最高的理论高斯信任子集所表示的信任值作为所述馈线自动化终端的信任度。
6.如权利要求5所述的5G配电网馈线自动化控制方法，其特征在于，所述将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制，具体包括：
将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较；
若所述馈线自动化终端的信任度落入第一信任度阈值区间，则将所述馈线自动化终端定义为恶意用户，拒绝所述馈线自动化终端进行馈线自动化控制；
若所述馈线自动化终端的信任度落入第二信任度阈值区间，则将所述馈线自动化终端定义为普通用户，允许所述馈线自动化终端进行低级馈线自动化控制；
若所述馈线自动化终端的信任度落入第三信任度阈值区间，则将所述馈线自动化终端定义为可信用户，允许所述馈线自动化终端进行中级馈线自动化控制；
若所述馈线自动化终端的信任度落入第四信任度阈值区间，则将所述馈线自动化终端定义为高可信用户，允许所述馈线自动化终端进行高级馈线自动化控制。
7.如权利要求6所述的5G配电网馈线自动化控制方法，其特征在于，所述预设的信任度阈值的计算公式为：
Figure QLYQS_34
式中，TS V 为信任阈值，g为访问资源的机密程度，共有L个机密级别，
Figure QLYQS_37
为访问资源所在的网段，共有
Figure QLYQS_39
个网段，
Figure QLYQS_42
值越大说明访问资源越靠近内网，且
Figure QLYQS_36
，
Figure QLYQS_38
为访问第
Figure QLYQS_41
个网段的资源所需的最小特权，访问的资源越靠近内网则
Figure QLYQS_44
越大，且
Figure QLYQS_35
，
Figure QLYQS_40
为访问最高机密资源时所需要的信任值，且
Figure QLYQS_43
。
8.一种5G配电网馈线自动化控制装置，其特征在于，包括：
身份认证模块，用于响应5G配电网中馈线自动化终端的资源访问请求，并对所述馈线自动化终端进行身份认证；
参数采集模块，用于当身份认证成功后，通过滑动窗口采集若干个时间周期所述馈线自动化终端的馈线自动化参数；其中，所述馈线自动化参数包括平均故障定位准确率、平均负荷恢复速率、平均负荷转供能力、平均故障隔离成功率、平均馈线自动化终端误码率、平均馈线自动化终端传输时延、平均馈线自动化终端成功访问频率、平均馈线自动化终端控制报文重放攻击次数、平均馈线自动化终端发送可疑数据包频率以及平均馈线自动化终端渗透次数；
计算模块，用于基于预设的实际高斯信任集计算所述实际高斯信任集的第一信任期望和第一信任方差；基于预设的理论高斯信任集计算所述理论高斯信任集的第二信任期望和第二信任方差；
分析模块，用于分析所述第一信任期望与所述第二信任期望之间的第一相似度以及所述第一信任方差与所述第二信任方差之间的第二相似度，并根据所述第一相似度和所述第二相似度确定所述馈线自动化终端的信任度；
控制模块，用于将所述馈线自动化终端的信任度与预设的信任度阈值区间进行比较，根据比较结果进行馈线自动化控制。
9.一种5G配电网馈线自动化控制装置，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，且所述计算机程序被配置为由所述处理器执行，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的5G配电网馈线自动化控制方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，其中，所述计算机可读存储介质所在设备执行所述计算机程序时，实现如权利要求1至7中任意一项所述的5G配电网馈线自动化控制方法。
CN202310077582.2A 2023-02-08 2023-02-08 一种5g配电网馈线自动化控制方法、装置及存储介质 Active CN115802357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310077582.2A CN115802357B (zh) 2023-02-08 2023-02-08 一种5g配电网馈线自动化控制方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310077582.2A CN115802357B (zh) 2023-02-08 2023-02-08 一种5g配电网馈线自动化控制方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN115802357A true CN115802357A (zh) 2023-03-14
CN115802357B CN115802357B (zh) 2023-05-23

Family

ID=85430400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310077582.2A Active CN115802357B (zh) 2023-02-08 2023-02-08 一种5g配电网馈线自动化控制方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN115802357B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116567624A (zh) * 2023-07-10 2023-08-08 南京邮电大学 一种5g馈线终端通信安全防护方法、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111953679A (zh) * 2020-08-11 2020-11-17 中国人民解放军战略支援部队信息工程大学 内网用户行为度量方法及基于零信任的网络访问控制方法
CN112583810A (zh) * 2020-12-09 2021-03-30 中电积至(海南)信息技术有限公司 一种基于上下文的虚拟网络零信任方法
CN114513786A (zh) * 2022-04-19 2022-05-17 国网天津市电力公司电力科学研究院 基于零信任的5g馈线自动化访问控制方法、装置及介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111953679A (zh) * 2020-08-11 2020-11-17 中国人民解放军战略支援部队信息工程大学 内网用户行为度量方法及基于零信任的网络访问控制方法
CN112583810A (zh) * 2020-12-09 2021-03-30 中电积至(海南)信息技术有限公司 一种基于上下文的虚拟网络零信任方法
CN114513786A (zh) * 2022-04-19 2022-05-17 国网天津市电力公司电力科学研究院 基于零信任的5g馈线自动化访问控制方法、装置及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴云坤等: "一种基于零信任的SDN 网络访问控制方法" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116567624A (zh) * 2023-07-10 2023-08-08 南京邮电大学 一种5g馈线终端通信安全防护方法、装置及存储介质
CN116567624B (zh) * 2023-07-10 2023-09-29 南京邮电大学 一种5g馈线终端通信安全防护方法、装置及存储介质

Also Published As

Publication number Publication date
CN115802357B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
Dotcenko et al. A fuzzy logic-based information security management for software-defined networks
EP2545680B1 (en) Behavior-based security system
US9258328B2 (en) Identifying malicious devices within a computer network
US8819803B1 (en) Validating association of client devices with authenticated clients
Liu et al. FL-GUARD: A detection and defense system for DDoS attack in SDN
CN113242230B (zh) 一种基于智能合约的多级认证与访问控制系统及方法
US11736503B2 (en) Detection of anomalous lateral movement in a computer network
CN112583810B (zh) 一种基于上下文的虚拟网络零信任方法
US20190190934A1 (en) Mitigating against malicious login attempts
US20210006583A1 (en) System and method of secure communication with internet of things devices
CN109743323B (zh) 一种基于区块链技术的资源共享策略
CN114513786A (zh) 基于零信任的5g馈线自动化访问控制方法、装置及介质
Bakar et al. Adaptive authentication: Issues and challenges
CN115802357A (zh) 一种5g配电网馈线自动化控制方法、装置及存储介质
CN113556343A (zh) 基于浏览器指纹识别的DDoS攻击防御方法及设备
US11165804B2 (en) Distinguishing bot traffic from human traffic
Songma et al. Classification via k-means clustering and distance-based outlier detection
CN114338105A (zh) 一种基于零信任信创堡垒机系统
TWI676115B (zh) 用以管控與雲端服務系統認證之系統及方法
CN117254918A (zh) 零信任动态授权方法、装置、电子设备及可读存储介质
CN114567678A (zh) 一种云安全服务的资源调用方法、装置及电子设备
CN108900487B (zh) 一种植入中间件的共享网盘
US20200067973A1 (en) Safer Password Manager, Trusted Services, and Anti-Phishing Process
Huang et al. A trust-based cloud computing access control model
CN106888199B (zh) 智能电网中角色驱动的需求响应安全接入方法

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