[发明专利]电力通信网络安全态势预测方法、装置、设备及存储介质

权利要求书

1.一种电力通信网络安全态势预测方法，其特征在于，包括：

获取电力通信网络中与所述电力通信网络的安全态势评估对应的第一目标数据，并对各所述第一目标数据进行预处理以得出第二目标数据；

基于RBF神经网络算法和各所述第二目标数据建立所述电力通信网络安全态势的预测模型；

依据所述预测模型对所述电力通信网络安全态势进行预测；

其中，在得出各所述第二目标数据之后，还包括：

基于空间数据挖掘理论确定各个时刻所述电力通信网络的安全态势值以形成样本序列；

对应地，所述基于RBF神经网络算法和各所述第二目标数据建立所述电力通信网络安全态势的预测模型具体为：

基于所述RBF神经网络算法和所述样本序列建立所述预测模型；

其中，所述基于空间数据挖掘理论确定各个时刻所述电力通信网络的安全态势值以形成样本序列具体包括：

计算所述电力通信网络中主机自身的安全攻击影响值；

计算所述电力通信网络的空间权重矩阵；

依据所述空间权重矩阵计算所述主机被影响的安全态势影响值；

计算所述主机在所述电力通信网络中的权重；

依据所述安全攻击影响值、所述安全态势影响值和所述权重计算各所述安全态势值以形成所述样本序列。

2.根据权利要求1所述的电力通信网络安全态势预测方法，其特征在于，所述基于所述RBF神经网络算法和所述样本序列建立所述预测模型具体包括：

将所述样本序列分成两部分，一部分作为训练样本，一部分作为测试样本；

利用所述训练样本和所述RBF神经网络算法建立所述预测模型，并对所述预测模型进行训练；

利用所述测试样本对训练后的所述预测模型进行测试。

3.根据权利要求1所述的电力通信网络安全态势预测方法，其特征在于，所述对各所述第一目标数据进行预处理具体包括：

判断各所述第一目标数据中是否存在缺失值；

如果是，则增补所述缺失值。

4.根据权利要求3所述的电力通信网络安全态势预测方法，其特征在于，所述对各所述第一目标数据进行预处理还包括：

对增补后的各所述第一目标数据进行归一化处理；

判断归一化处理后的各所述第一目标数据是否处于阈值范围内；

如果是，则保留对应的所述第一目标数据；

如果否，则去除对应的所述第一目标数据。

5.根据权利要求1所述的电力通信网络安全态势预测方法，其特征在于，所述第一目标数据包括与所述电力通信网路中的业务需求对应的数据和与所述电力通信网络中的主机节点对应的数据。

6.一种电力通信网络安全态势预测装置，其特征在于，包括：

获取模块，用于获取电力通信网络中与所述电力通信网络的安全态势评估对应的第一目标数据，并对各所述第一目标数据进行预处理以得出第二目标数据；

建立模块，用于基于RBF神经网络算法和各所述第二目标数据建立所述电力通信网络安全态势的预测模型；

预测模块，用于依据所述预测模型对所述电力通信网络安全态势进行预测；

其中，在得出各所述第二目标数据之后，还包括：

基于空间数据挖掘理论确定各个时刻所述电力通信网络的安全态势值以形成样本序列；

对应地，所述基于RBF神经网络算法和各所述第二目标数据建立所述电力通信网络安全态势的预测模型具体为：

基于所述RBF神经网络算法和所述样本序列建立所述预测模型；

其中，所述基于空间数据挖掘理论确定各个时刻所述电力通信网络的安全态势值以形成样本序列具体包括：

计算所述电力通信网络中主机自身的安全攻击影响值；

计算所述电力通信网络的空间权重矩阵；

依据所述空间权重矩阵计算所述主机被影响的安全态势影响值；

计算所述主机在所述电力通信网络中的权重；

依据所述安全攻击影响值、所述安全态势影响值和所述权重计算各所述安全态势值以形成所述样本序列。