CN117354028A - 一种充电桩集群网络攻击检测系统及方法 - Google Patents
一种充电桩集群网络攻击检测系统及方法 Download PDFInfo
- Publication number
- CN117354028A CN117354028A CN202311427518.9A CN202311427518A CN117354028A CN 117354028 A CN117354028 A CN 117354028A CN 202311427518 A CN202311427518 A CN 202311427518A CN 117354028 A CN117354028 A CN 117354028A
- Authority
- CN
- China
- Prior art keywords
- network
- charging pile
- detection
- cluster
- charging
- 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
Links
Classifications
-
- 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
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1416—Event detection, e.g. attack signature detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
-
- 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
- H04L9/40—Network security protocols
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种充电桩集群网络攻击检测系统及方法,所述方法包括收集一定区域内所有充电桩的运行数据;根据充电桩的运行数据,建立每个充电桩的分布式状态观测器;利用充电桩分布式状态观测器,建立状态映射矩阵,判断状态映射矩阵是否为满秩矩阵,如果状态映射矩阵为满秩矩阵,则表明集群没有遭受网络攻击,如果状态映射矩阵不为满秩矩阵,则表明集群遭受网络攻击;在初次检测到集群遭受网络攻击时进行预警,并执行充电桩网络二次检测,若二次检测仍然检测到集群遭受网络攻击时,进行充电桩网络报警,本发明实现了分布式就近通信,降低通信网络的复杂度,提升集群检测网络攻击的精度,加快网络攻击感知速度,增强集群运行稳定性。
Description
技术领域
本发明涉及一种充电桩集群网络攻击检测系统及方法,属于充电桩集群网络技术领域。
背景技术
目前电动汽车充电设施可以分为充电桩、充电站、换电站三种类型。而充电桩对具有车载充电机的电动乘用车辆可以提供交流充电电源,且具有占地面积小,布点灵活等特点,在我国起着越来越重要的作用。充电桩是太阳能利用的最重要的技术之一。大量分布式能源接入电力系统,在带来大量清洁电力的同时,通信网络上存在的各类网络攻击对分布式集群的安全、可靠运行和集中管理带来了威胁。
现有的方法一般采用基于能量管理系统的集中式方法:通过收集一定区域内所有分布式的运行数据,借助嵌入在能量管理系统中的潮流分析工具与异常检测方法,进而实现大量分布式的统一管理。这种方法虽然实现简单,但却存在鲁棒性差﹑成本较高﹑易受干扰等缺点。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种充电桩集群网络攻击检测系统及方法,实现分布式就近通信,降低通信网络的复杂度,提升集群检测网络攻击的精度,加快网络攻击感知速度,增强集群运行稳定性。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种充电桩集群网络攻击检测系统,包括:充电桩管理平台,所述充电桩管理平台中建立有集群网络管理系统,所述集群网络管理系统中包括充电桩网络运行数据获取模块、充电桩网络检测分析模块、充电桩网络异常预警模块、充电桩网络二次检测分析模块以及充电桩网络报警模块;
所述充电桩网络运行数据获取模块用于收集一定区域内所有充电桩运行数据的区域性采集单元以及收集在此区域中定向的充电桩运行数据的针对性采集单元;
所述充电桩网络检测分析模块包括分布式状态观测器建立单元和二次巡回导流检测分析单元;
所述分布式状态观测器建立单元,用于根据充电桩的运行数据,建立每个充电桩的分布式状态观测器;
所述二次巡回导流检测分析单元用于利用充电桩分布式状态观测器,建立状态映射矩阵,判断状态映射矩阵是否为满秩矩阵,如果状态映射矩阵为满秩矩阵,则表明集群没有遭受网络攻击,如果状态映射矩阵不为满秩矩阵,则表明集群遭受网络攻击;
所述充电桩网络异常预警模块用于在初次检测到集群遭受网络攻击时进行预警;
所述述充电桩网络二次检测分析模块用于执行与充电桩网络检测分析模块中共有的二次巡回导流检测分析单元;
所述电桩网络报警模块用于在二次检测仍然检测到集群遭受网络攻击时,进行充电桩网络报警。
进一步的,所述状态映射矩阵的表达式:E(k)=[x(k+1)-[F(k)]G(k).(k)...(k+1)-[F(k)].G(k).(k),其中,E(k)为状态映射矩阵,E(k)为状态映射矩阵。
进一步的,所述充电桩的运行数据包括数据信息、运行状态信息以及异常变更信息。
进一步的,所述充电桩网络检测分析模块中还包括监控单元,用于监控采集电力电网充电桩的运行情况参数,并将参数数据上传至充电桩管理平台的中央处理器模块中。
进一步的,所述区域性采集单元和针对性采集单元采用多种爬虫工具进行数据采集,包括:分布式网络爬虫工具、Java网络爬虫工具和非Java网络爬虫工具。
进一步的,所述述充电桩网络二次检测分析模块在二次检测仍然检测到集群遭受网络攻击时,将其感应信息传输至中央处理器模块中后,通过中央处理器模块控制充电桩网络报警模块。
进一步的,所述充电桩网络运行数据获取模块还包括充电桩异常检测服务端以及充电桩异常检测客户端,所述充电桩异常检测服务端接收多个充电桩异常检测客户端发送的网络资产及对应的客户端标识,并对所有网络资产进行调度,将各个网络资产分别分配至任一识别到该网络资产的充电桩异常检测客户端。
进一步的,所述充电桩异常检测服务端对不同型号的充电桩分别进行预测序列的训练,包括:
将原始数据分割成输入矩阵X及输出向量Y,其中输入矩阵X及输出向量Y的表示如下:
其中,N待检测序列,n为序列。
进一步的,所述充电桩异常检测服务端和多个充电桩异常检测客户端对其得到的网络主机的网络运行进行异常检测,获得充电桩网络主机异常信息,将这种充电桩网络主机异常信息反馈至充电桩网络异常预警模块中,所述充电桩网络异常预警模块接收到反馈信息后,启动充电桩网络二次检测分析模块。
第二方面,本发明提供一种充电桩集群网络攻击检测方法,包括:
收集一定区域内所有充电桩的运行数据;
根据充电桩的运行数据,建立每个充电桩的分布式状态观测器;
利用充电桩分布式状态观测器,建立状态映射矩阵,判断状态映射矩阵是否为满秩矩阵,如果状态映射矩阵为满秩矩阵,则表明集群没有遭受网络攻击,如果状态映射矩阵不为满秩矩阵,则表明集群遭受网络攻击;
在初次检测到集群遭受网络攻击时进行预警,并执行充电桩网络二次检测,若二次检测仍然检测到集群遭受网络攻击时,进行充电桩网络报警。
第三方面,本发明提供一种电子设备,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据前述任一项所述方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述任一项所述方法的步骤。
与现有技术相比,本发明所达到的有益效果:
本发明提供一种充电桩集群网络攻击检测系统及方法,通过在充电桩管理平台中建立集群网络管理系统,集群网络管理系统中包括充电桩网络运行数据获取模块、充电桩网络检测分析模块、充电桩网络异常预警模块、充电桩网络二次检测分析模块以及充电桩网络报警模块,二次巡回导流检测分析单元能够利用建立状态映射矩阵,通过整合状态测量方程和分布式状态观测器的方程,进而判断状态映射矩阵是否为满秩矩阵,即可以实现网络攻击的快速、准确检测,此外充电桩网络检测分析模块初次检测到集群遭受网络攻击时分布式网络异常预警模块能够进行预警,从而执行充电桩网络二次检测分析模块,若二次检测仍然检测到集群遭受网络攻击时,启动充电桩网络报警模块,实现分布式就近通信,降低通信网络的复杂度,提升集群检测网络攻击的精度,加快网络攻击感知速度,增强集群运行稳定性,同时能够在充电桩网络二次检测分析模块的作用下对集群网络异常情况进行二次分析,从而能够进一步提高分析准确度,提高网络受攻击的检测效率。
附图说明
图1是本发明实施例提供的一种充电桩集群网络攻击检测系统的模块连接框图。
图2是本发明实施例提供的一种充电桩集群网络攻击检测方法的流程图;
图3是本发明实施例提供的一种电子设备的框图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例1
如图1所示,本实施例介绍一种充电桩集群网络攻击检测系统,包括:
充电桩管理平台,所述充电桩管理平台中建立有集群网络管理系统,所述集群网络管理系统中包括充电桩网络运行数据获取模块、充电桩网络检测分析模块、充电桩网络异常预警模块、充电桩网络二次检测分析模块以及充电桩网络报警模块;
所述充电桩网络运行数据获取模块用于收集一定区域内所有充电桩运行数据的区域性采集单元以及收集在此区域中定向的充电桩运行数据的针对性采集单元;
所述充电桩网络检测分析模块包括分布式状态观测器建立单元和二次巡回导流检测分析单元;
所述分布式状态观测器建立单元,用于根据充电桩的运行数据,建立每个充电桩的分布式状态观测器;
所述二次巡回导流检测分析单元用于利用充电桩分布式状态观测器,建立状态映射矩阵,判断状态映射矩阵是否为满秩矩阵,如果状态映射矩阵为满秩矩阵,则表明集群没有遭受网络攻击,如果状态映射矩阵不为满秩矩阵,则表明集群遭受网络攻击;
所述充电桩网络异常预警模块用于在初次检测到集群遭受网络攻击时进行预警;
所述述充电桩网络二次检测分析模块用于执行与充电桩网络检测分析模块中共有的二次巡回导流检测分析单元;
所述电桩网络报警模块用于在二次检测仍然检测到集群遭受网络攻击时,进行充电桩网络报警。
本技术实施例中,所述状态映射矩阵的表达式:E(k)=[x(k+1)-[F(k)]G(k).(k)...(k+1)-[F(k)].G(k).(k),其中,E(k)为状态映射矩阵,E(k)为状态映射矩阵,所述区域性采集单元和针对性采集单元所能够获取的信息包括数据信息、运行状态信息以及异常变更信息。
本技术实施例中,所述区域性采集单元和针对性采集单元所能够获取的信息包括数据信息、运行状态信息以及异常变更信息。
本技术实施例中,所述充电桩网络检测分析模块将监控采集电力电网充电桩的运行情况参数,并将参数数据上传至充电桩管理平台的中央处理器模块中。
本技术实施例中,所述区域性采集单元和针对性采集单元采用多种爬虫工具进行数据采集,包括:分布式网络爬虫工具,如Nutch;Java网络爬虫工具,如Crawler4j、WebMagic、WebCollector;非Java网络爬虫工具,如Scrapy(基于Python语言开发)。
本技术实施例中,当二次检测仍然检测到集群遭受网络攻击时,将其感应信息传输至中央处理器模块中后,通过中央处理器模块控制充电桩网络报警模块。
本技术实施例中,充电桩网络运行数据获取模块除了包括潮流分析工具异常检测单元还包括充电桩异常检测服务端以及充电桩异常检测客户端。
本技术实施例中,所述充电桩异常检测服务端接收多个异常检测客户端发送的网络资产及对应的客户端标识,并对所有网络资产进行调度,将各个网络资产分别分配至任一识别到该网络资产的充电桩异常检测客户端。
本技术实施例中,所述充电桩异常检测服务端对不同型号的充电桩分别进行预测序列的训练还包括将原始数据分割成输入矩阵X及输出向量Y,其中输入矩阵X及输出向量Y的表示如下:
其中,N待检测序列,n为序列。
本技术实施例中,所述充电桩异常检测服务端和多个充电桩异常检测客户端对其得到的网络主机的网络运行进行异常检测,获得充电桩网络主机异常信息,将这种充电桩网络主机异常信息反馈至充电桩网络异常预警模块中。
本技术实施例中,所述充电桩网络异常预警模块接收到这种反馈信息后,启动充电桩网络二次检测分析模块。
具体至本技术方案,在充电桩管理平台中建立集群网络管理系统,集群网络管理系统中包括充电桩网络运行数据获取模块、充电桩网络检测分析模块、充电桩网络异常预警模块、充电桩网络二次检测分析模块以及充电桩网络报警模块,所述充电桩网络运行数据获取模块包括能够收集一定区域内所有充电桩运行数据的区域性采集单元以及能够收集在此区域中定向的充电桩运行数据的针对性采集单元,所述充电桩网络二次检测分析模块包括能够执行与充电桩网络检测分析模块中共有的潮流分析工具异常检测单元以及二次巡回导流检测分析单元,所述二次巡回导流检测分析单元能够利用建立状态映射矩阵,通过整合状态测量方程和分布式状态观测器的方程,进而判断状态映射矩阵是否为满秩矩阵,即可以实现网络攻击的快速、准确检测,建立每个充电桩的分布式状态观测器,实时利用分布式的状态测量向量计算状态向量的估计值,利用充电桩分布式状态观测器建立状态映射矩阵,判断状态映射矩阵是否为满秩矩阵,如果状态映射矩阵为满秩矩阵,则表明集群没有遭受网络攻击,如果状态映射矩阵不为满秩矩阵,则表明集群遭受网络攻击,所述充电桩网络检测分析模块初次检测到集群遭受网络攻击时分布式网络异常预警模块能够进行预警,从而执行充电桩网络二次检测分析模块,若二次检测仍然检测到集群遭受网络攻击时,启动充电桩网络报警模块。
实施例2
如图2所示,本实施例提供一种充电桩集群网络攻击检测方法,包括:
收集一定区域内所有充电桩的运行数据;
根据充电桩的运行数据,建立每个充电桩的分布式状态观测器;
利用充电桩分布式状态观测器,建立状态映射矩阵,判断状态映射矩阵是否为满秩矩阵,如果状态映射矩阵为满秩矩阵,则表明集群没有遭受网络攻击,如果状态映射矩阵不为满秩矩阵,则表明集群遭受网络攻击;
在初次检测到集群遭受网络攻击时进行预警,并执行充电桩网络二次检测,若二次检测仍然检测到集群遭受网络攻击时,进行充电桩网络报警。
实施例3
如图3所示,本实施例提供一种电子设备,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据实施例2中任一项所述方法的步骤。
实施例4
本实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现实施例2中任一项所述方法的步骤。
以上所述仅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,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
本领域内的技术人员应明白,本公开的实施例可提供为方法、系统或计算机程序产品。因此,本公开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,本公开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。
本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。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、嵌入式处理机或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。
最后应当说明的是:以上实施例仅用于说明本公开的技术方案而非对其保护范围的限制,尽管参照上述实施例对本公开进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本公开后依然可对发明的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在公开待批的权利要求保护范围之内。
Claims (10)
1.一种充电桩集群网络攻击检测系统,其特征在于,包括:充电桩管理平台,所述充电桩管理平台中建立有集群网络管理系统,所述集群网络管理系统中包括充电桩网络运行数据获取模块、充电桩网络检测分析模块、充电桩网络异常预警模块、充电桩网络二次检测分析模块以及充电桩网络报警模块;
所述充电桩网络运行数据获取模块用于收集一定区域内所有充电桩运行数据的区域性采集单元以及收集在此区域中定向的充电桩运行数据的针对性采集单元;
所述充电桩网络检测分析模块包括分布式状态观测器建立单元和二次巡回导流检测分析单元;
所述分布式状态观测器建立单元,用于根据充电桩的运行数据,建立每个充电桩的分布式状态观测器;
所述二次巡回导流检测分析单元用于利用充电桩分布式状态观测器,建立状态映射矩阵,判断状态映射矩阵是否为满秩矩阵,如果状态映射矩阵为满秩矩阵,则表明集群没有遭受网络攻击,如果状态映射矩阵不为满秩矩阵,则表明集群遭受网络攻击;
所述充电桩网络异常预警模块用于在初次检测到集群遭受网络攻击时进行预警;
所述述充电桩网络二次检测分析模块用于执行与充电桩网络检测分析模块中共有的二次巡回导流检测分析单元;
所述电桩网络报警模块用于在二次检测仍然检测到集群遭受网络攻击时,进行充电桩网络报警。
2.根据权利要求1所述的充电桩集群网络攻击检测系统,其特征在于,所述状态映射矩阵的表达式:E(k)=[x(k+1)-[F(k)]G(k).(k)...(k+1)-[F(k)].G(k).(k),其中,E(k)为状态映射矩阵。
3.根据权利要求1所述的充电桩集群网络攻击检测系统,其特征在于,所述充电桩的运行数据包括数据信息、运行状态信息以及异常变更信息。
4.根据权利要求1所述的充电桩集群网络攻击检测系统,其特征在于,所述充电桩网络检测分析模块中还包括监控单元,用于监控采集电力电网充电桩的运行情况参数,并将参数数据上传至充电桩管理平台的中央处理器模块中。
5.根据权利要求1所述的充电桩集群网络攻击检测系统,其特征在于,所述区域性采集单元和针对性采集单元采用多种爬虫工具进行数据采集,包括:分布式网络爬虫工具、Java网络爬虫工具和非Java网络爬虫工具。
6.根据权利要求1所述的充电桩集群网络攻击检测系统,其特征在于,所述述充电桩网络二次检测分析模块在二次检测仍然检测到集群遭受网络攻击时,将其感应信息传输至中央处理器模块中后,通过中央处理器模块控制充电桩网络报警模块。
7.根据权利要求1所述的充电桩集群网络攻击检测系统,其特征在于,所述充电桩网络运行数据获取模块还包括充电桩异常检测服务端以及充电桩异常检测客户端,所述充电桩异常检测服务端接收多个充电桩异常检测客户端发送的网络资产及对应的客户端标识,并对所有网络资产进行调度,将各个网络资产分别分配至任一识别到该网络资产的充电桩异常检测客户端。
8.根据权利要求7所述的充电桩集群网络攻击检测系统,其特征在于,所述充电桩异常检测服务端对不同型号的充电桩分别进行预测序列的训练,包括:
将原始数据分割成输入矩阵X及输出向量Y,其中输入矩阵X及输出向量Y的表示如下:
其中,N待检测序列,n为序列。
9.根据权利要求7所述的充电桩集群网络攻击检测系统,其特征在于,所述充电桩异常检测服务端和多个充电桩异常检测客户端对其得到的网络主机的网络运行进行异常检测,获得充电桩网络主机异常信息,将这种充电桩网络主机异常信息反馈至充电桩网络异常预警模块中,所述充电桩网络异常预警模块接收到反馈信息后,启动充电桩网络二次检测分析模块。
10.一种充电桩集群网络攻击检测方法,其特征在于,包括:
收集一定区域内所有充电桩的运行数据;
根据充电桩的运行数据,建立每个充电桩的分布式状态观测器;
利用充电桩分布式状态观测器,建立状态映射矩阵,判断状态映射矩阵是否为满秩矩阵,如果状态映射矩阵为满秩矩阵,则表明集群没有遭受网络攻击,如果状态映射矩阵不为满秩矩阵,则表明集群遭受网络攻击;
在初次检测到集群遭受网络攻击时进行预警,并执行充电桩网络二次检测,若二次检测仍然检测到集群遭受网络攻击时,进行充电桩网络报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311427518.9A CN117354028B (zh) | 2023-10-30 | 2023-10-30 | 一种充电桩集群网络攻击检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311427518.9A CN117354028B (zh) | 2023-10-30 | 2023-10-30 | 一种充电桩集群网络攻击检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117354028A true CN117354028A (zh) | 2024-01-05 |
CN117354028B CN117354028B (zh) | 2024-06-21 |
Family
ID=89359348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311427518.9A Active CN117354028B (zh) | 2023-10-30 | 2023-10-30 | 一种充电桩集群网络攻击检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117354028B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106384186A (zh) * | 2016-08-26 | 2017-02-08 | 国家电网公司 | 一种分布式新能源并网电能质量监控方法及系统 |
CA2995860A1 (en) * | 2017-03-08 | 2018-09-08 | Lalit Keshav Mestha | Generic framework to detect cyber threats in electric power grid |
CN108551458A (zh) * | 2018-05-29 | 2018-09-18 | 浙江大学 | 一种分布式光伏集群网络攻击检测方法 |
CN114553481A (zh) * | 2022-01-17 | 2022-05-27 | 重庆邮电大学 | 网络攻击事件预测及最优主动防御策略选取系统 |
CN114615143A (zh) * | 2022-01-19 | 2022-06-10 | 东南大学 | 一种多传感-观测网络下的弹性分布式安全监测方法 |
CN115632821A (zh) * | 2022-09-26 | 2023-01-20 | 国网新疆电力有限公司博尔塔拉供电公司 | 基于多种技术的变电站威胁安全检测及防护方法及装置 |
CN115913587A (zh) * | 2021-08-13 | 2023-04-04 | 中移(杭州)信息技术有限公司 | 一种攻击检测方法、装置、设备和计算机存储介质 |
CN116488936A (zh) * | 2023-05-30 | 2023-07-25 | 武汉大学 | 一种针对充电桩can网络的入侵检测方法及系统 |
-
2023
- 2023-10-30 CN CN202311427518.9A patent/CN117354028B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106384186A (zh) * | 2016-08-26 | 2017-02-08 | 国家电网公司 | 一种分布式新能源并网电能质量监控方法及系统 |
CA2995860A1 (en) * | 2017-03-08 | 2018-09-08 | Lalit Keshav Mestha | Generic framework to detect cyber threats in electric power grid |
CN108551458A (zh) * | 2018-05-29 | 2018-09-18 | 浙江大学 | 一种分布式光伏集群网络攻击检测方法 |
CN115913587A (zh) * | 2021-08-13 | 2023-04-04 | 中移(杭州)信息技术有限公司 | 一种攻击检测方法、装置、设备和计算机存储介质 |
CN114553481A (zh) * | 2022-01-17 | 2022-05-27 | 重庆邮电大学 | 网络攻击事件预测及最优主动防御策略选取系统 |
CN114615143A (zh) * | 2022-01-19 | 2022-06-10 | 东南大学 | 一种多传感-观测网络下的弹性分布式安全监测方法 |
CN115632821A (zh) * | 2022-09-26 | 2023-01-20 | 国网新疆电力有限公司博尔塔拉供电公司 | 基于多种技术的变电站威胁安全检测及防护方法及装置 |
CN116488936A (zh) * | 2023-05-30 | 2023-07-25 | 武汉大学 | 一种针对充电桩can网络的入侵检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117354028B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Turetskyy et al. | Toward data‐driven applications in lithium‐ion battery cell manufacturing | |
US11131713B2 (en) | Deep learning approach for battery aging model | |
Hu et al. | Research directions for next-generation battery management solutions in automotive applications | |
US20230184627A1 (en) | System and method for distributed networked test of electric vehicles, storage medium and terminal device | |
CN108830110B (zh) | 基于区块链的能源交互装置、能源互联网系统和交互方法 | |
CN103443727B (zh) | 异常检测系统以及异常检测方法 | |
CN114218174A (zh) | 基于区块链的工业互联网数据存储方法、系统及存储介质 | |
Anandavel et al. | Application of digital twins to the product lifecycle management of battery packs of electric vehicles | |
KR102417694B1 (ko) | 다중 ai 기법을 이용한 스마트 제조 환경에서의 이상탐지 시스템 및 그 방법 | |
El Hadraoui et al. | Toward an Intelligent diagnosis and prognostic health management system for autonomous electric vehicle powertrains: A novel distributed intelligent digital twin-based architecture | |
CN118413523A (zh) | 一种应用云计算实现计算机网络信息遥控的方法 | |
WO2023225378A1 (en) | Large scale energy storage with ai-based grading and efficiency assessment | |
CN113011811A (zh) | 船舶水污染物收集转运系统及方法 | |
CN118572645B (zh) | 一种风电柔性直流输电并网系统直流故障处理方法和装置 | |
Mohammadabadi | Advancing communication efficiency in electric vehicle systems: A survey of generative ai and distributed machine learning strategies | |
Huaxiong et al. | Most Download | |
CN118261069B (zh) | 一种电动机的系统性能裕量分配模型构建方法 | |
CN117354028A (zh) | 一种充电桩集群网络攻击检测系统及方法 | |
CN119093344A (zh) | 储能电站的监控方法、设备和系统 | |
CN117892189A (zh) | 一种电驱动装置故障诊断方法及系统、计算机设备及介质 | |
CN117571048A (zh) | 设备状态监测方法及装置、存储介质、终端 | |
CN117292462A (zh) | 车辆异常信息的智能处理方法及系统 | |
CN102761888A (zh) | 一种基于特征选择的传感网络异常检测方法和装置 | |
KR101989222B1 (ko) | 구조변이 검출 방법, 디바이스 및 시스템 | |
CN118296968B (zh) | 一种系统可靠性分配的物质网络模型及可靠度计算方法 |
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 |