[发明专利]一种基于CML的智能变电站设备网络结点连锁失效风险分析方法

权利要求书

1.一种基于CML的智能变电站设备网络结点连锁失效风险分析方法，其特征在于：该方法为：

通过对智能变电站设备节点以及节点间的设备连接建立网络，来评估不同设备节点在发生故障时对智能变电站整体设备网络的影响，从而对智能变电站信息安全风险进行有效分析。

2.根据权利要求1所述的一种基于CML的智能变电站设备网络结点连锁失效风险分析方法，其特征在于：所述智能变电站设备的状态检测步骤为：

步骤1：对于一个智能变电站系统，根据其安全特征，将智能变电站中设备节点映射为网络中的节点，设备节点间的数据交互映射为网络中的边，构建设备节点网络；

步骤2：根据步骤1所构建的智能变电站设备节点网络，计算该网络的平均路径长度、整个网络的集聚系数和网络中设备节点的度分布，对比得出该智能变电站设备节点网络的分布特征，在具有小世界无标度特征的前提下对之后信息安全风险分析方法进行选用；

步骤3：根据步骤2所述该智能变电站设备节点网络的分布特征，选用耦合映像格子CML对智能变电站设备节点网络进行节点连锁失效演化模型建立；

步骤4：根据步骤3所用的CML连锁失效风险分析方法建立的模型，结合节点的漏洞评分列表对该智能变电站网络进行节点连锁失效结果模拟；也通过虚拟安全等级对该智能变电站设备节点网络进行节点的核心程度分析；

步骤5：根据步骤4方法构建模型对智能变电站设备节点网络信息安全风险进行评估，结合具体的智能变电站设备漏洞数据，增加智能变电站设备节点网络拓扑图实现可视化效果，通过在拓扑图上点击特定失效节点，在网络中经过CML方法连锁传播后模拟出整个网络中其他节点的失效情况，得出评估结果。

3.根据权利要求1所述的一种基于CML的智能变电站设备网络结点连锁失效风险分析方法，其特征在于：所述网络的结构分析步骤为：

(1)计算网络的平均路径长度；

(2)计算网络的集聚系数；

(3)计算网络中节点的度分布；

(4)判断相较于随机网络，该网络是否具有更短的平均路径长度，更高的集聚系数，以及度分布是否符合幂律分布，确定是否符合小世界和无标度规律，是否能应用CML模型。

4.根据权利要求2所述的一种基于CML的智能变电站设备网络结点连锁失效风险分析方法，其特征在于：所述信息安全风险分析实现步骤包括：

(1)根据所用的CML连锁失效风险分析方法建立的模型，结合节点的漏洞评分列表对该智能变电站网络进行节点连锁失效结果模拟；

(2)根据所用的CML连锁失效风险分析方法建立的模型，通过虚拟安全等级对该智能变电站设备节点网络进行节点的核心程度分析。