CN116346676B - 基于数据驱动的互联网断路器健康状态评估方法及系统 - Google Patents
基于数据驱动的互联网断路器健康状态评估方法及系统 Download PDFInfo
- Publication number
- CN116346676B CN116346676B CN202310618741.5A CN202310618741A CN116346676B CN 116346676 B CN116346676 B CN 116346676B CN 202310618741 A CN202310618741 A CN 202310618741A CN 116346676 B CN116346676 B CN 116346676B
- Authority
- CN
- China
- Prior art keywords
- sequence
- index data
- data
- target
- ciphertext
- 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
Links
- 230000036541 health Effects 0.000 title claims abstract description 45
- 238000011156 evaluation Methods 0.000 title claims abstract description 23
- 230000000739 chaotic effect Effects 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 230000003862 health status Effects 0.000 claims description 14
- 238000011084 recovery Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 abstract description 7
- 238000007619 statistical method Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008376 long-term health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
- H04L43/0829—Packet loss
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- 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
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer And Data Communications (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及数据处理技术领域，具体涉及基于数据驱动的互联网断路器健康状态评估方法及系统，包括：获取所有指标数据组成的指标数据序列；对指标数据序列中的所有指标数据进行归一化，将混沌映射的参数作为密钥，根据密钥获得参考数据序列；根据参考数据序列对指标数据序列进行加密，当进行互联网断路器健康状态评估时，根据密钥和差值序列对密文序列进行解密，根据解密后获得的所有指标数据对互联网断路器健康状态进行评估。本发明保护了指标数据序列的统计特性和差异特性，使得指标数据序列与密文序列的关联性和规律性较差，攻击者无法通过比较指标数据序列和密文序列破解密钥和加密算法，提高了互联网断路器健康状态评估的指标数据的安全性。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及基于数据驱动的互联网断路器健康状态评估方法及系统。
背景技术
互联网断路器是网络设备之一，主要功能是通过其内部的处理器和固件，将网络连接分享给多个设备，并对网络流量进行管理和监控。断路器的正常工作对网络安全和稳定性非常重要，因此评估互联网断路器的健康状态具有一定的重要性。
评估互联网断路器健康状态需要考虑多个评估指标的指标数据，这些指标数据涉及网络的敏感信息，一旦被黑客或未授权用户窃取或篡改，会导致敏感信息泄露或网络安全问题，为了避免这些问题，需要对评估互联网断路器健康状态的所有指标数据进行加密。
Logistic混沌映射因其伪随机性、对初始条件的敏感性、非周期性和长期不可预测性，适合于对数据量大的数据序列进行加密；但是常规基于混沌映射对数据序列进行加密，仅仅是改变数据序列中数据的位置，并没有改变数据序列的统计特性和差异特性，攻击者通过对密文序列进行查分分析和统计分析，进而获得明文序列的统计特性以及明文序列加密前后的差异，因此，常规基于混沌映射的加密方法无法保护明文序列的统计特性和差异特性，进而无法保护用于互联网断路器健康状态评估的指标数据的安全性。
发明内容
本发明提供基于数据驱动的互联网断路器健康状态评估方法及系统，以解决现有的问题。
本发明的基于数据驱动的互联网断路器健康状态评估方法采用如下技术方案：
本发明一个实施例提供了基于数据驱动的互联网断路器健康状态评估方法，该方法包括以下步骤：
获取评估互联网断路器健康状态的所有评估指标对应的指标数据，将所有指标数据组成的序列记为指标数据序列；对指标数据序列中的所有指标数据进行归一化；给指标数据序列中的所有指标数据设置序号；
将混沌映射的参数作为密钥，根据密钥获得参考数据序列；
根据参考数据序列对指标数据序列进行加密，包括：
K1：设置一个空序列作为密文序列，设置另一个空序列作为差值序列；
K2：将参考数据序列中的第一个参考数据记为目标参考数据，计算指标数据序列中所有指标数据与目标参考数据的差值，根据所有指标数据与目标参考数据的差值获得目标指标数据，将目标指标数据的序号作为密文；
K3：根据目标参考数据、目标指标数据、密文和目标指标数据与目标参考数据的差值，分别对参考数据序列、指标数据序列、密文序列和差值序列进行更新；
K4：重复K2-K3直到指标数据序列为空时停止，密文序列为指标数据序列的加密结果；
当进行互联网断路器健康状态评估时，根据密钥和差值序列对密文序列进行解密，根据解密后获得的所有指标数据对互联网断路器健康状态进行评估。
进一步地，所述根据所有指标数据与目标参考数据的差值获得目标指标数据，包括的具体步骤如下：
将每个差值的绝对值记为每个指标数据与目标参考数据的误差；从与目标参考数据的误差最小的预设数量个的指标数据中，随机选择一个指标数据记为目标指标数据。
进一步地，所述分别对参考数据序列、指标数据序列、密文序列和差值序列进行更新，包括的具体步骤如下：
将目标参考数据从参考数据序列中去除，将目标指标数据从指标数据序列中去除，将密文加入密文序列中，将目标指标数据与目标参考数据的差值加入差值序列中。
进一步地，所述根据密钥获得参考数据序列，包括的具体步骤如下：
将指标数据序列的长度记为N，根据密钥，将一维Logistic映射模型迭代s+N次，获得s+N个混沌值，去除前s个混沌值，将剩余的N个混沌值按照顺序组成的序列记为参考数据序列，其中，/>表示控制参数，/>表示初始值，/>表示去除的混沌值数量。
进一步地，所述给指标数据序列中的所有指标数据设置序号，包括的具体步骤如下：
将指标数据序列的长度记为N，将[1,N]范围内的每个整数作为指标数据序列中的每个指标数据的序号。
进一步地，所述根据密钥和差值序列对密文序列进行解密，包括的具体步骤如下：
S1：根据密钥获得参考数据序列,设置一个空序列作为明文序列；
S2：将参考数据序列中的第一个参考数据记为目标参考数据，将差值序列中的第一个差值记为目标差值，将目标参考数据与目标差值的和记为明文；将密文序列中的第一个密文记为目标密文M，将获得的明文作为明文序列中第M个数据；
S3：将目标参考数据从参考数据序列中去除，将目标差值从差值序列中去除，将目标密文从密文序列中去除；
S4：重复S2-S3直到密文序列为空时停止，获得的明文序列为所有指标数据组成的指标数据序列。
本发明另外还提供了基于数据驱动的互联网断路器健康状态评估系统，包括数据采集模块、数据加密模块、数据解密模块和健康状态评估模块；数据采集模块用于获取包括内存、处理器利用率、网络负载、系统恢复速度、告警和日志在内的评估互联网断路器健康状态的所有评估指标对应的指标数据；数据加密模块和数据解密模块实现上述方法的步骤；健康状态评估模块用于根据所有指标数据对互联网断路器健康状态进行评估。
本发明的技术方案的有益效果是：
1.本发明基于混沌映射适合于对数据量大的数据序列进行加密的特点，仍然选择混沌映射的参数作为密钥，将混沌映射中的混沌值作为参考数据，通过每个指标数据与参考数据的差异选择目标指标数据，将目标指标数据的序号作为密文，最终获得的密文序列是指标数据的序号组成的序列，不具有指标数据序列的统计特性和差异特性，攻击者无法通过对密文序列进行查分分析和统计分析，获得指标数据序列的统计特性以及指标数据序列加密前后的差异，因此，本发明的基于混沌映射的加密方法能够保护指标数据序列的统计特性和差异特性，克服了无法保护指标数据序列的统计特性和差异特性，使攻击者攻破数据加密算法和密钥的问题，提高了用于互联网断路器健康状态评估的指标数据的安全性。
2.本发明的基于混沌映射的加密方法，在通过每个指标数据与参考数据的差异选择目标指标数据，将目标指标数据的序号作为密文时，将每个指标数据与参考数据的差值的绝对值记为每个指标数据与参考数据的误差，从与参考数据的误差最小的预设数量个的指标数据中，随机选择一个指标数据记为目标指标数据，进而将目标指标数据的序号作为密文，因此，获得的密文具有较强的随机性，即使是完全相同的指标数据序列，对其进行两次加密后的结果不同，使得指标数据序列与密文序列的关联性和规律性较差，导致攻击者无法通过比较明文序列与密文序列破解密钥和加密算法，提高了用于互联网断路器健康状态评估的指标数据的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明的基于数据驱动的互联网断路器健康状态评估方法的步骤流程图；
图2为本发明的基于数据驱动的互联网断路器健康状态评估系统的系统框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于数据驱动的互联网断路器健康状态评估方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的基于数据驱动的互联网断路器健康状态评估方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的基于数据驱动的互联网断路器健康状态评估方法的步骤流程图，该方法包括以下步骤：
S001.获取所有指标数据组成的指标数据序列，对指标数据进行预处理。
需要说明的是，除了通过安全防护、固件更新和数据备份等物理手段来增强设备的安全性和性能，及时的维护和检修对于确保设备的长期健康状态是非常重要的，因此，需要通过健康状态指标来评估互联网断路器健康状态，评估互联网断路器健康状态的通用指标包括：内存和处理器利用率、网络负载、系统恢复速度、告警和日志，其中，断路器的性能受内存和处理器利用率的影响，当内存和处理器利用率两个指标达到高峰时，应该考虑升级设备或减少其负载；网络负载是指与使用网络相关的数据传输，应该保持在适当的范围内，以免超过设备的处理能力，通过监控网络负载可以识别网络故障和瓶颈。
具体的，获取包括内存、处理器利用率、网络负载、系统恢复速度、告警和日志在内的互联网断路器健康状态的评估指标对应的指标数据，将所有指标数据组成的序列记为指标数据序列。
进一步，通过线性归一化方法对指标数据序列中的所有指标数据进行归一化，至此，将所有指标数据转换到[0,1]范围内。
S002.设置密钥，根据密钥获得参考数据序列。
需要说明的是，Logistic混沌映射具有伪随机性、对初始条件的敏感性、非周期性和长期不可预测性，适合于对数据量大的数据进行加密，因此，Logistic混沌映射常被用于密钥生成器。
具体的，一维Logistic混沌映射的模型为，当初始值，参数/>时，系统进入混沌状态，就会产生[0,1]之间的混沌值，因此，在/>、/>，/>的范围内随机产生一组/>记为密钥，其中，/>表示控制参数，/>表示初始值，/>表示去除的混沌值数量，均为混沌映射中的公知参数。
进一步，根据密钥，将一维Logistic映射模型迭代s+N次，获得s+N个混沌值，去除前s个混沌值，将剩余的N个混沌值按照顺序组成的序列记为参考数据序列，其中，N表示指标数据序列的长度。
S003.根据参考数据序列对指标数据序列进行加密，获得密文序列和差值序列。
需要说明的是，评估互联网断路器健康状态需要考虑多个评估指标的指标数据，这些指标数据涉及网络的敏感信息，一旦被黑客或未授权用户窃取或篡改，会导致敏感信息泄露或网络安全问题，为了避免这些问题，需要对评估互联网断路器健康状态的所有指标数据进行加密。
进一步需要说明的是，Logistic混沌映射因其伪随机性、对初始条件的敏感性、非周期性和长期不可预测性，适合于对数据量大的数据序列进行加密；但是常规基于混沌映射对数据序列进行加密，仅仅是改变数据序列中数据的位置，并没有改变数据序列的统计特性和差异特性，攻击者通过对密文序列进行查分分析和统计分析，进而获得明文序列的统计特性以及明文序列加密前后的差异，提取明文序列和密文序列之间的变换关系，达到攻击数据加密算法和密钥的目的，因此，常规基于混沌映射的加密方法无法保护明文序列的统计特性和差异特性，进而无法保护用于互联网断路器健康状态评估的指标数据的安全性。
进一步需要说明的是，本实施例基于混沌映射适合于对数据量大的数据序列进行加密的特点，仍然选择混沌映射的参数作为密钥，将混沌映射中的混沌值作为参考数据，通过每个指标数据与参考数据的差异选择目标指标数据，将目标指标数据的序号作为密文，最终获得的密文序列是指标数据的序号组成的序列，不具有指标数据序列的统计特性和差异特性，攻击者无法通过对密文序列进行查分分析和统计分析，获得指标数据序列的统计特性以及指标数据序列加密前后的差异，能够提高用于互联网断路器健康状态评估的指标数据的安全性。
具体的，将[1,N]范围内的每个整数作为指标数据序列中的每个指标数据的序号，根据参考数据序列对指标数据序列进行加密的具体步骤为：
K1：设置一个空序列作为密文序列，设置另一个空序列作为差值序列；
K2：将参考数据序列中的第一个参考数据记为目标参考数据，计算指标数据序列中所有指标数据与目标参考数据的差值，将差值的绝对值记为指标数据与目标参考数据的误差；从与目标参考数据的误差最小的T个的指标数据中，随机选择一个指标数据记为目标指标数据，将目标指标数据的序号作为密文；
在本实施例中，预设一个数量T，其中本实施例以T=10为例进行叙述，本实施例不进行具体限定，其中T可根据具体实施情况而定。
K3：将目标参考数据从参考数据序列中去除，将目标指标数据从指标数据序列中去除，将密文加入密文序列，将目标指标数据与目标参考数据的差值加入差值序列；
K4：重复K2-K3直到指标数据序列为空时停止，密文序列为指标数据序列的加密结果。
S004.根据密钥和差值序列对密文序列进行解密，获得指标数据序列。
具体的，当进行互联网断路器健康状态评估时，根据密钥和差值序列对密文序列进行解密的具体步骤为：
S1：按照步骤S002，根据密钥获得参考数据序列,设置一个空序列作为明文序列；
S2：将参考数据序列中的第一个参考数据记为目标参考数据，将差值序列中的第一个差值记为目标差值，将目标参考数据与目标差值的和记为明文；将密文序列中的第一个密文记为目标密文M，将获得的明文作为明文序列中第M个数据；
S3：将目标参考数据从参考数据序列中去除，将目标差值从差值序列中去除，将目标密文从密文序列中去除；
S4：重复S2-S3直到密文序列为空时停止，获得的明文序列为所有指标数据组成的指标数据序列。
S005.根据解密后获得的所有指标数据对互联网断路器健康状态进行评估。
根据所有指标数据对互联网断路器健康状态进行评估，具体为：
互联网断路器需要向远程的控制端实时发送断路器的工作状态，并且进行远程控制断路器，因此首先互联网断路器上安装数据处理单元，本实施例中所述的数据处理单元为STM32单片机，另外还安装内存和存储器，同时还安装有WIFY模块，用于实现和远程通信和控制。互联网断路器健康状态进行评估，具体为：
（1）断路器的性能受内存和处理器利用率的影响，因此设置利用率阈值TH1和TH2，当处理器在最近的一分钟内平均使用率大于TH1，同时内存在最近的一分钟内平均使用率大于TH2，那么说明内存和处理器利用率这两个指标达到高峰，说明断路器在频繁的处理远程控制段发送来的指令信息，例如同时接收到多条断开或闭合的指令，断路器对这些指令进行解码分析时产生较大负载，此时考虑升级断路器设备或减少断路器的负载。本实施例中以TH1=0.9，TH2=0.8为例进行叙述。
（2）网络负载是指与使用网络相关的数据传输，那么获取网络的最大带宽，当传输的数据量大于最大带宽的90%时，说明断路器网络通信状态负载太大，例如频繁的读取断路器的状态或者频繁的向断路器发送控制指令，但是超过设备的处理能力，会导致断路器响应不及时或质量延迟或指令丢失。
（3）如果断路器崩溃或功率间歇性失效，系统恢复时间是一个重要的指标，在网络安全和快速恢复方面非常关键；通过监控系统恢复速度来判断断路器的网络安全和快速恢复能力。那么具体的，获取断路器的处理器的从接收到开机指令到完全启动的时间，如果该时间大于TH3，则说明系统恢复时间是一个重要的指标不合格，需要优化开机启动项。本实施例以TH3等于1分钟为例进行叙述。
（4）通过对收集告警和日志信息进行分析，在设备发生故障或受到攻击时，及时采取相关措施。具体的，获取存储器中的日志数据占用的存储空间，这些日志包括断路器开关状态、不同时间接受到的指令信息、网络攻击信息等，当日志数据占用的存储空间大于纵的存储空间的80%时，说明日志数据量较多，一方面会导致其他数据的存储，另一方面会存在大量日志被窃取的风险，因此需要对日志进行清理。
至此上述通过四个方面对断路器的运行状态进行评估。
请参阅图2，其示出了本发明一个实施例提供的基于数据驱动的互联网断路器健康状态评估系统的系统框图，该系统包括数据采集模块、数据加密模块、数据解密模块和健康状态评估模块，具体为：
数据采集模块实现上述S001方法的步骤，获取包括内存、处理器利用率、网络负载、系统恢复速度、告警和日志在内的评估互联网断路器健康状态的所有评估指标对应的指标数据。
数据加密模块实现上述S002和S003方法的步骤，实现对指标数据序列的加密，保障指标数据序列的安全性。
数据解密模块实现上述S004方法的步骤，当进行互联网断路器健康状态评估时，根据对密文序列进行解密获得指标数据序列。
健康状态评估模块实现上述S005方法的步骤，根据所有指标数据对互联网断路器健康状态进行评估。
本发明基于混沌映射适合于对数据量大的数据序列进行加密的特点，仍然选择混沌映射的参数作为密钥，将混沌映射中的混沌值作为参考数据，通过每个指标数据与参考数据的差异选择目标指标数据，将目标指标数据的序号作为密文，最终获得的密文序列是指标数据的序号组成的序列，不具有指标数据序列的统计特性和差异特性，攻击者无法通过对密文序列进行查分分析和统计分析，获得指标数据序列的统计特性以及指标数据序列加密前后的差异，因此，本发明的基于混沌映射的加密方法能够保护指标数据序列的统计特性和差异特性，克服了无法保护指标数据序列的统计特性和差异特性，使攻击者攻破数据加密算法和密钥的问题，提高了用于互联网断路器健康状态评估的指标数据的安全性；本发明的基于混沌映射的加密方法，在通过每个指标数据与参考数据的差异选择目标指标数据，将目标指标数据的序号作为密文时，将每个指标数据与参考数据的差值的绝对值记为每个指标数据与参考数据的误差，从与参考数据的误差最小的预设数量个的指标数据中，随机选择一个指标数据记为目标指标数据，进而将目标指标数据的序号作为密文，因此，获得的密文具有较强的随机性，即使是完全相同的指标数据序列，对其进行两次加密后的结果不同，使得指标数据序列与密文序列的关联性和规律性较差，导致攻击者无法通过比较明文序列与密文序列破解密钥和加密算法，提高了用于互联网断路器健康状态评估的指标数据的安全性。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
Claims (5)
1.基于数据驱动的互联网断路器健康状态评估方法，其特征在于，该方法包括以下步骤：
获取评估互联网断路器健康状态的所有评估指标对应的指标数据，将所有指标数据组成的序列记为指标数据序列；对指标数据序列中的所有指标数据进行归一化；给指标数据序列中的所有指标数据设置序号；
将混沌映射的参数作为密钥，根据密钥获得参考数据序列；
根据参考数据序列对指标数据序列进行加密，包括：
K1：设置一个空序列作为密文序列，设置另一个空序列作为差值序列；
K2：将参考数据序列中的第一个参考数据记为目标参考数据，计算指标数据序列中所有指标数据与目标参考数据的差值，根据所有指标数据与目标参考数据的差值获得目标指标数据，将目标指标数据的序号作为密文；
K3：根据目标参考数据、目标指标数据、密文和目标指标数据与目标参考数据的差值，分别对参考数据序列、指标数据序列、密文序列和差值序列进行更新；
K4：重复K2-K3直到指标数据序列为空时停止，密文序列为指标数据序列的加密结果；
当进行互联网断路器健康状态评估时，根据密钥和差值序列对密文序列进行解密，根据解密后获得的所有指标数据对互联网断路器健康状态进行评估；
所述根据所有指标数据与目标参考数据的差值获得目标指标数据，包括的具体步骤如下：
将每个差值的绝对值记为每个指标数据与目标参考数据的误差；从与目标参考数据的误差最小的预设数量个的指标数据中，随机选择一个指标数据记为目标指标数据；
所述分别对参考数据序列、指标数据序列、密文序列和差值序列进行更新，包括的具体步骤如下：
将目标参考数据从参考数据序列中去除，将目标指标数据从指标数据序列中去除，将密文加入密文序列中，将目标指标数据与目标参考数据的差值加入差值序列中。
2.根据权利要求1所述的基于数据驱动的互联网断路器健康状态评估方法，其特征在于，所述根据密钥获得参考数据序列，包括的具体步骤如下：
将指标数据序列的长度记为N，根据密钥，将一维Logistic映射模型迭代s+N次，获得s+N个混沌值，去除前s个混沌值，将剩余的N个混沌值按照顺序组成的序列记为参考数据序列，其中，/>表示控制参数，/>表示初始值，/>表示去除的混沌值数量。
3.根据权利要求1所述的基于数据驱动的互联网断路器健康状态评估方法，其特征在于，所述给指标数据序列中的所有指标数据设置序号，包括的具体步骤如下：
将指标数据序列的长度记为N，将[1,N]范围内的每个整数作为指标数据序列中的每个指标数据的序号。
4.根据权利要求1所述的基于数据驱动的互联网断路器健康状态评估方法，其特征在于，所述根据密钥和差值序列对密文序列进行解密，包括的具体步骤如下：
S1：根据密钥获得参考数据序列,设置一个空序列作为明文序列；
S2：将参考数据序列中的第一个参考数据记为目标参考数据，将差值序列中的第一个差值记为目标差值，将目标参考数据与目标差值的和记为明文；将密文序列中的第一个密文记为目标密文M，将获得的明文作为明文序列中第M个数据；
S3：将目标参考数据从参考数据序列中去除，将目标差值从差值序列中去除，将目标密文从密文序列中去除；
S4：重复S2-S3直到密文序列为空时停止，获得的明文序列为所有指标数据组成的指标数据序列。
5.基于数据驱动的互联网断路器健康状态评估系统，其特征在于，包括数据采集模块、数据加密模块、数据解密模块和健康状态评估模块；所述数据采集模块用于获取包括内存、处理器利用率、网络负载、系统恢复速度、告警和日志在内的评估互联网断路器健康状态的所有评估指标对应的指标数据；所述数据加密模块和数据解密模块实现如权利要求1到权利要求4的任意一项方法的步骤；所述健康状态评估模块用于根据所有指标数据对互联网断路器健康状态进行评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310618741.5A CN116346676B (zh) | 2023-05-30 | 2023-05-30 | 基于数据驱动的互联网断路器健康状态评估方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310618741.5A CN116346676B (zh) | 2023-05-30 | 2023-05-30 | 基于数据驱动的互联网断路器健康状态评估方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116346676A CN116346676A (zh) | 2023-06-27 |
| CN116346676B true CN116346676B (zh) | 2023-08-04 |
Family
ID=86880760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310618741.5A Active CN116346676B (zh) | 2023-05-30 | 2023-05-30 | 基于数据驱动的互联网断路器健康状态评估方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116346676B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103532701A (zh) * | 2013-10-16 | 2014-01-22 | 南通纺织职业技术学院 | 一种数值型数据的加密、解密方法 |
| CN104486073A (zh) * | 2014-12-23 | 2015-04-01 | 南通大学 | 一种字符型数据的加密、解密方法 |
| CN106375079A (zh) * | 2016-09-22 | 2017-02-01 | 华侨大学 | 一种语音信息的混沌加密方法 |
| CN115883057A (zh) * | 2023-03-08 | 2023-03-31 | 山东省鲁岳资源勘查开发有限公司 | 一种基于遥感影像的地理信息测绘系统 |
| CN115941189A (zh) * | 2023-03-14 | 2023-04-07 | 无锡弘鼎软件科技有限公司 | 一种用于文档数据的加密方法 |
| CN115987485A (zh) * | 2023-03-20 | 2023-04-18 | 聊城高级财经职业学校 | 一种水力模型数据处理方法 |
| CN116094836A (zh) * | 2023-03-09 | 2023-05-09 | 深圳市网联天下科技有限公司 | 基于对称加密的路由器数据安全存储方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1326363A1 (en) * | 2001-12-27 | 2003-07-09 | STMicroelectronics S.r.l. | Chaos-based block encryption |
| CN109861820B (zh) * | 2019-02-18 | 2021-05-25 | 吉林大学珠海学院 | 基于随机散列和位运算的加密解密方法和装置 |
-
2023
- 2023-05-30 CN CN202310618741.5A patent/CN116346676B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103532701A (zh) * | 2013-10-16 | 2014-01-22 | 南通纺织职业技术学院 | 一种数值型数据的加密、解密方法 |
| CN104486073A (zh) * | 2014-12-23 | 2015-04-01 | 南通大学 | 一种字符型数据的加密、解密方法 |
| CN106375079A (zh) * | 2016-09-22 | 2017-02-01 | 华侨大学 | 一种语音信息的混沌加密方法 |
| CN115883057A (zh) * | 2023-03-08 | 2023-03-31 | 山东省鲁岳资源勘查开发有限公司 | 一种基于遥感影像的地理信息测绘系统 |
| CN116094836A (zh) * | 2023-03-09 | 2023-05-09 | 深圳市网联天下科技有限公司 | 基于对称加密的路由器数据安全存储方法及系统 |
| CN115941189A (zh) * | 2023-03-14 | 2023-04-07 | 无锡弘鼎软件科技有限公司 | 一种用于文档数据的加密方法 |
| CN115987485A (zh) * | 2023-03-20 | 2023-04-18 | 聊城高级财经职业学校 | 一种水力模型数据处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| S. Papadimitriou ; A. Bezerianos ; T. Bountis.chaotic real-time encryption using systems of difference equations with large parameter spaces.《Proceedings of 8th Workshop on Statistical Signal and Array Processing》.2002,全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116346676A (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Erez et al. | Control variable classification, modeling and anomaly detection in Modbus/TCP SCADA systems | |
| CN105429987A (zh) | 一种计算机网络的安全系统 | |
| CN111866024A (zh) | 一种网络加密流量识别方法及装置 | |
| CN112749097B (zh) | 一种模糊测试工具性能测评方法、装置 | |
| CN115348080B (zh) | 基于大数据的网络设备脆弱性综合分析系统及方法 | |
| CN105357194B (zh) | 密码的更新方法及更新系统 | |
| CN115208604B (zh) | 一种ami网络入侵检测的方法、装置及介质 | |
| CN111526020A (zh) | 一种安全共享方法 | |
| CN117113199A (zh) | 一种基于人工智能的档案安全管理系统及方法 | |
| CN116346676B (zh) | 基于数据驱动的互联网断路器健康状态评估方法及系统 | |
| CN117118745B (zh) | 一种基于深度学习的网络安全动态预警系统 | |
| CN116488949B (zh) | 工控系统入侵检测处理方法、系统、装置及存储介质 | |
| CN116049905B (zh) | 一种基于检测系统文件变化的防篡改系统 | |
| CN116757603A (zh) | 基于大数据应用的智能化仓储管控系统及其方法 | |
| CN116684202A (zh) | 一种物联网信息安全传输方法 | |
| CN116418591A (zh) | 一种计算机网络安全入侵智能检测系统 | |
| CN116185295A (zh) | 一种信息安全存储装置 | |
| CN113259122B (zh) | 一种基于人工智能的全场景网络安全智慧决策处置方法 | |
| CN112804239B (zh) | 一种流量安全分析建模方法和系统 | |
| Çiloğlu et al. | A new anomaly-based intrusion detection system for MIL-STD-1553 | |
| CN112288324A (zh) | 基于隐私保护的设备风险检测方法和装置 | |
| CN117692257B (zh) | 一种电力物联网业务数据的高速加密方法及装置 | |
| CN117240610B (zh) | 一种基于数据加密的plc模组运行数据传输方法和系统 | |
| CN115604016B (zh) | 一种行为特征链模型的工控异常行为监测方法和系统 | |
| CN114124563B (zh) | 一种异常流量检测方法、装置、电子设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |