检索结果-南通市图书馆

基于超图Transformer的APT攻击威胁狩猎网络模型

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第2期45卷 106-114页

作者：李元诚林玉坤华北电力大学控制与计算机工程学院北京102206

针对物联网环境中高级持续性威胁(APT)具有隐蔽性强、持续时间长、更新迭代快等特点,传统被动检测模型难以对其进行有效搜寻的问题,提出了一种基于超图Transformer的APT攻击威胁狩猎(HTTN)模型,能够在时间跨度长、信息隐蔽复杂的物联网... 详细信息

针对物联网环境中高级持续性威胁(APT)具有隐蔽性强、持续时间长、更新迭代快等特点,传统被动检测模型难以对其进行有效搜寻的问题,提出了一种基于超图Transformer的APT攻击威胁狩猎(HTTN)模型,能够在时间跨度长、信息隐蔽复杂的物联网系统中快速定位和发现APT攻击痕迹。该模型首先将输入的网络威胁情报(CTI)日志图和物联网系统内核审计日志图编码为超图,经超图神经网络(HGNN)层计算日志图的全局信息和节点特征;然后由Transformer编码器提取超边位置特征;最后对超边进行匹配计算相似度分数,从而实现物联网系统网络环境下APT攻击的威胁狩猎。在物联网仿真环境下的实验结果表明,提出的HTTN模型与目前主流的图匹配神经网络相比均方误差降低约20%,Spearman等级相关系数提升约0.8%,匹配精度提升约1.2%。

关键词：高级持续性威胁威胁狩猎图匹配超图

基于超图Transformer的APT攻击威胁狩猎模型

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年

作者：李元诚林玉坤华北电力大学控制与计算机工程学院

针对物联网环境中高级持续性威胁（APT）具有隐蔽性强、持续时间长、更新迭代快等特点，传统被动检测模型难以对其进行有效搜寻的问题，提出了一种基于超图Transformer的APT攻击威胁狩猎（HTTN）模型，能够在时间跨度长、信息隐蔽复杂... 详细信息

针对物联网环境中高级持续性威胁（APT）具有隐蔽性强、持续时间长、更新迭代快等特点，传统被动检测模型难以对其进行有效搜寻的问题，提出了一种基于超图Transformer的APT攻击威胁狩猎（HTTN）模型，能够在时间跨度长、信息隐蔽复杂的物联网系统中快速定位和发现APT攻击痕迹。该模型首先将输入的网络威胁情报（CTI）日志图和物联网系统内核审计日志图编码为超图，经超图神经网络（HGNN）层计算日志图的全局信息和节点特征，然后由Transformer编码器提取超边位置特征，最后对超边进行匹配计算相似度分数，从而实现物联网系统网络环境下APT攻击的威胁狩猎。在物联网仿真环境实验结果表明，提出的HTTN模型与目前主流的图匹配神经网络相比均方误差降低约20%，Spearman等级相关系数提升约0.8%，匹配精度提升约1.2%。

关键词：高级持续性威胁威胁狩猎图匹配超图

基于溯源图和注意力机制的APT攻击检测模型构建

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

通信学报 2024年第3期45卷 117-130页

作者：李元诚罗昊王欣煜原洁璇华北电力大学控制与计算机工程学院北京102206

针对现有攻击检测方法难以应对持续时间长、攻击手段复杂隐蔽的高级持续威胁的问题,构建了基于注意力机制和溯源图的APT攻击检测模型。首先,基于系统的审计日志构建能够描述系统行为的溯源图;其次,设计优化算法,确保在不牺牲关键语义的... 详细信息

针对现有攻击检测方法难以应对持续时间长、攻击手段复杂隐蔽的高级持续威胁的问题,构建了基于注意力机制和溯源图的APT攻击检测模型。首先,基于系统的审计日志构建能够描述系统行为的溯源图;其次,设计优化算法,确保在不牺牲关键语义的前提下缩减溯源图规模;再次,利用深度神经网络(DNN)将原始攻击序列转换为语义增强的特征向量序列;最后,设计并实现了APT攻击检测模型DAGCN,该模型将注意力机制应用于溯源图序列,利用该机制对输入序列的不同位置分配不同的权重并进行权值计算,能够提取较长时间内的持续攻击的序列特征信息,从而有效地识别恶意节点,还原攻击过程。该模型在识别精确率等多个指标上均优于现有模型,在公开的APT攻击数据集上的实验结果表明,该模型在APT攻击检测中的精确率达到93.18%,优于现有主流检测模型。

关键词：溯源图自然语言处理 APT攻击检测注意力机制

在线全文

学校读者我要写书评

暂无评论

短期负荷预测的支持向量机方法研究

中国电机工程学报 2003年第6期23卷 55-59页

作者：李元诚方廷健于尔铿中国科学技术大学自动化系安徽合肥230026 中国科学院智能机械研究所安徽合肥230031 中国电力科学研究院北京100085

提出了一种基于支持向量机(SVM)理论的电力系统短期负荷预测方法。该方法采用结构风险最小化原则(SRM),与采用经验风险最小化原则(ERM)的传统神经网络方法相比,具有更好的泛化性能和精度,减少了对经验的依赖。SVM算法以统计学习理论作... 详细信息

提出了一种基于支持向量机(SVM)理论的电力系统短期负荷预测方法。该方法采用结构风险最小化原则(SRM),与采用经验风险最小化原则(ERM)的传统神经网络方法相比,具有更好的泛化性能和精度,减少了对经验的依赖。SVM算法以统计学习理论作为其理论基础,它的训练等价于解决一个二次规划问题。为了提高负荷预测精度,文中在训练数据集中采用了负荷数据和温度数据。通过和多层BP神经网络进行比较的试验,结果证明了其在短期负荷预测中的有效性。

关键词：短期负荷预测支持向量机电力系统神经网络人工智能

面向大规模样本的核心向量回归电力负荷快速预测方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2010年第28期30卷 33-38页

作者：李元诚刘克文华北电力大学控制与计算机工程学院北京市昌平区102206 中国电力科学研究自动化研究所北京市海淀区100192

将适用于解决大规模样本训练问题的核心向量回归(corevector regression,CVR)方法引入到电力负荷预测中,并采用粒子群优化(particle swarm optimization,PSO)方法对CVR的模型参数进行寻优,从而提出了一种基于PSO-CVR的负荷预测新模型。... 详细信息

将适用于解决大规模样本训练问题的核心向量回归(corevector regression,CVR)方法引入到电力负荷预测中,并采用粒子群优化(particle swarm optimization,PSO)方法对CVR的模型参数进行寻优,从而提出了一种基于PSO-CVR的负荷预测新模型。构造大规模负荷训练样本,研究对样本负荷产生影响的因素,从而确定样本集的构造。通过用PSO对CVR的模型参数进行优化,得到优化后的CVR预测模型,循环构造预测样本并进行连续预测。算例分析结果表明,在相同时耗下,所提出的优化CVR预测模型能够通过训练更大规模的样本得到比支持向量回归(support vector regression,SVR)方法更高的预测精度。

关键词：负荷预测大规模样本核心向量回归粒子群优化

基于改进卷积神经网络的电网假数据注入攻击检测方法

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2019年第20期43卷 97-104页

作者：李元诚曾婧新能源电力系统国家重点实验室华北电力大学

假数据注入攻击可以篡改由数据采集与监控(SCADA)系统采集到的量测信息,影响电网的重要决策,从而对电网状态估计造成安全威胁。针对智能电网状态估计,研究了交流模型下假数据注入攻击的原理,构建了基于改进卷积神经网络(CNN)的假数据注... 详细信息

假数据注入攻击可以篡改由数据采集与监控(SCADA)系统采集到的量测信息,影响电网的重要决策,从而对电网状态估计造成安全威胁。针对智能电网状态估计,研究了交流模型下假数据注入攻击的原理,构建了基于改进卷积神经网络(CNN)的假数据注入攻击检测模型。将门控循环单元(GRU)结构加入CNN中的全连接层之前构建CNN-GRU混合神经网络,根据电网历史量测数据进行训练并更新网络参数,提取数据的空间和时间特征,并根据提出的模型设计实现了高效实时的假数据注入攻击检测器。最后,在IEEE 14节点和IEEE 118节点测试系统中,与基于传统CNN、循环神经网络及深度信念网络的检测方法分别进行了大量对比实验,验证了所提方法的有效性。

关键词：智能电网状态估计卷积神经网络假数据注入攻击

基于深度强化学习的软件定义安全中台QoS实时优化算法

在线全文

学校读者我要写书评

暂无评论

通信学报 2023年第5期44卷 181-192页

作者：李元诚秦永泰华北电力大学控制与计算机工程学院北京102206

针对软件定义安全场景中的服务质量(QoS)实时优化方案因安全防护手段与业务场景不匹配而导致的适用困难和性能下降的问题,提出了基于深度强化学习的软件定义安全中台QoS实时优化算法。首先,将碎片化的安全需求与安全基础设施统一到软件... 详细信息

针对软件定义安全场景中的服务质量(QoS)实时优化方案因安全防护手段与业务场景不匹配而导致的适用困难和性能下降的问题,提出了基于深度强化学习的软件定义安全中台QoS实时优化算法。首先,将碎片化的安全需求与安全基础设施统一到软件定义安全中台云模型中;然后,通过深度强化学习结合云计算技术提高安全中台的实时匹配和动态适应能力;最后,生成满足QoS目标的安全中台资源实时调度策略。实验结果表明,与现有实时算法相比,所提算法不但保证负载均衡,还提高了18.7%的作业调度成功率以提高服务质量,降低了34.2%的平均响应时间,具有很好的稳健性,更适用于实时环境。

关键词：软件定义安全深度强化学习安全中台服务质量

基于改进自注意力机制生成对抗网络的智能电网GPS欺骗攻击防御方法

在线全文

学校读者我要写书评

暂无评论

电力自动化设备 2021年第11期41卷 100-106页

作者：李元诚杨珊珊华北电力大学控制与计算机工程学院北京102206

为了避免全球定位系统欺骗攻击(GSA)对相量测量装置造成的危害,提出了一种基于改进自注意力机制生成对抗网络(SAGAN)的智能电网GSA防御方法。首先,通过引入深度学习参数,构建了改进网络-物理模型,利用历史数据计算得到当前时刻的量测值... 详细信息

为了避免全球定位系统欺骗攻击(GSA)对相量测量装置造成的危害,提出了一种基于改进自注意力机制生成对抗网络(SAGAN)的智能电网GSA防御方法。首先,通过引入深度学习参数,构建了改进网络-物理模型,利用历史数据计算得到当前时刻的量测值。然后,在SAGAN的生成器和判别器网络中分别融入一个时间注意力模块,提出了一种用于实现网络-物理模型的改进SAGAN防御方法。通过训练改进SAGAN,得到一对判别器和生成器,利用判别器检测采集的量测值是否遭受GSA,当检测到攻击时,利用生成器生成的数据替换欺骗数据,从而实现智能电网对GSA的主动防御。最后,基于IEEE 14节点和IEEE 118节点系统进行仿真测试,结果验证了所提方法的可行性和有效性。

关键词：智能电网全球定位系统欺骗攻击相量测量装置生成对抗网络防御方法

基于经验模态分解与同态加密的用电数据隐私保护

在线全文

学校读者我要写书评

暂无评论

电网技术 2019年第5期43卷 1810-1818页

作者：李元诚张攀郑世强华北电力大学控制与计算机工程学院北京市昌平区102206

智能电网利用大量的用户用电数据实现电网负荷平衡和电力供应调整,但用电信息的采集过程面临泄露用户隐私的风险。针对该问题提出了一种基于经验模态分解(empirical mode decomposition,EMD)与同态加密的用电数据隐私保护方法。首先采... 详细信息

智能电网利用大量的用户用电数据实现电网负荷平衡和电力供应调整,但用电信息的采集过程面临泄露用户隐私的风险。针对该问题提出了一种基于经验模态分解(empirical mode decomposition,EMD)与同态加密的用电数据隐私保护方法。首先采用经验模态分解方法将用户L_1原始用电数据分解为不同时间尺度的局部特征分量C_1,C_2,…,C_d。然后采用用户L_2,…,L_d的公钥pub_2,…,pub_d对C_2,…,C_d分别进行同态加密,并将加密结果发送给数据聚合器。数据聚合器将用户L_1公钥加密后的所有其他用户数据相加,并将结果发送给用户L_1。接下来用户L_1将接收到的结果用自己的私钥解密,并与C_1相加求和。用户L_1将结果用自己私钥签名发送到控制中心,控制中心采用用户L_1公钥验证结果的真实性。其他用户与用户L_1做法相同。最后控制中心将验证后的所有用户结果相加,得到某个时刻所有用户总用电量,而无法获得每个用户的原始用电数据,从而起到隐私保护作用。为了验证所提方法的有效性,利用爱尔兰电力公司的智能电表数据进行仿真实验;实验结果表明,所提出的方法能够有效地保护用户用电数据的隐私。

关键词：经验模态分解智能电网同态加密共享密钥隐私保护