[发明专利]基于窃电嫌疑程度的智能电网邻域网络恶意用户检测方法

说明书

本发明涉及一种基于窃电嫌疑程度的智能电网邻域网络的恶意用户检测方法。包括用户嫌疑程度评估、二叉检测树建立以及恶意用户检测三个阶段。其中，在用户嫌疑程度评估阶段，分析用户窃电前科，并对用户的用电量的预测值及其上报值进行比较来分析用户的窃电可能性。基于用户的窃电嫌疑程度，建立一棵以用户为叶子节点的二叉检测树，并将其作为逻辑结构辅助查找恶意用户。在恶意用户检测阶段，采用自顶向下和深度优先搜索原则。子检测器只对该二叉检测树上的左孩子进行实际检测。本发明提出的检测器能够跳过二叉检测树上的绝大部分逻辑节点，从而快速、准确地定位智能电网邻居区域中的恶意用户。

技术领域

本发明涉及智能电网技术，具体地说是一种基于窃电嫌疑程度的智能电网邻域网络恶意用户检测方法。

背景技术

智能电网，又称为“电网2.0”，它是在传统电网的基础上集成最新的信息、通信及控制技术，实现双向的电力流和信息流。在智能电网中，电网公司能够实时掌控电网运行状态，及时发现、快速诊断和消除故障隐患；在自然灾害、外力破坏和计算机攻击等不同情况下保证人身、设备和电网的安全。同时，智能电网可以通过优化资源配置，提高设备传输容量和利用率，实现整个电力系统优化运行。通过支持分布式发电方式友好接入以及可再生能源的大规模应用，智能电网能够满足电力与自然环境、社会经济和谐发展的要求。目前，美国、中国、日本等国家都在大力发展并推广智能电网技术。例如，2011年中国国家电网计划在“十二五”期间投入约1.6万亿元用于推动智能电网建设。然而，智能电网在提供安全可靠、经济高效、清洁环保的电力供应的同时，也带来了许多新的威胁。其中，用户篡改电表等窃电行为不仅给电网公司带来了巨大的经济损失，也损害了非窃电用户的利益，严重影响了电网的供电质量。

由于高级计量架构(Advanced Metering Infrastructure，AMI)使得智能电网具备双向通信功能，用户篡改电表的方式相对于传统电网中更多样化。篡改电表不仅可以通过改动短路计量装置，调接零火线等物理方法，还可以通过网络攻击篡改用电数据。其中，网络攻击在任何时间、任何地点都可能发生：(1)智能电表记录用电数据时；(2)智能电表存储用电数据时；(3)用电数据在网络中传输时。这也导致了智能电网中的窃电现象比传统电网更加严重。据统计，全世界每年由于用户窃电所造成的经济损失达250亿美元。其中，美国和印度分别达60亿和45亿美元。

本发明将实施窃电行为的用户称为“恶意用户”。近年来，面向智能电网的恶意用户检测问题受到了越来越多学者的关注。部分学者试图对现有的智能电表进行硬件加强或者结构升级，以期实现恶意用户的自动检测。但是，考虑到近几年已有数百万的智能电表投入安装并使用，这类方法成本太高。此外，该类方法也无法检测实施网络攻击造成的恶意用户。更多学者致力于设计高效的恶意用户检测算法。其中，最常见的一类算法是利用机器学习及数据挖掘方法(如支持向量机、遗传算法、超限学习机等)分析智能电表周期性上传的用电数据并对用户进行分类，用以检测与电表篡改高度相关的异常行为。但是，此类算法要求智能电表周期性地上报细粒度的用电数据，可能侵犯用户隐私。此外，计算复杂度较高和准确度相对较低的缺点也进一步制约了此类算法的应用。

发明内容

针对现有的智能电网恶意用户检测方法布设成本高、计算复杂度较大、检测精度较低及可能会侵犯用户隐私等问题，本发明提出了一种基于窃电嫌疑程度的智能电网邻域网络恶意用户检测方法。

本发明为实现上述目的所采用的技术方案是：一种基于窃电嫌疑程度的智能电网邻域网络恶意用户检测方法，包括以下步骤：

窃电嫌疑程度评估阶段：根据用户的历史数据估算用户的窃电嫌疑程度；

二叉检测树建立阶段：基于用户嫌疑程度，建立一棵以用户作为叶子节点的二叉检测树；

恶意用户检测阶段：以二叉检测树作为逻辑结构，逐步定位该邻域网络中的恶意用户。

所述历史数据包括：