[发明专利]一种基于BP神经网络的电力物联网设备安全预警方法

权利要求书

1.一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：包括以下步骤：

S1.搭建资产信息功能模块，提取电力物联网设备数据信息，并对数据信息进行预处理；

S2.建立BP神经网络；

S3.将步骤S1预处理后的数据信息对BP神经网络进行训练，更新权值和阈值；

S4.建立BP神经网络w电力物联网资产识别平台对电力物联网设备进行预警。

2.根据权利要求1所述的一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：所述步骤1中，搭建资产信息功能模块包括以下具体步骤：

S11.搭建资产服务建模架构；

S12.搭建资产类型建模架构；

S13.搭建资产主动探测架构。

3.根据权利要求2所述的一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：所述步骤S11中资产服务建模架构是对TELNET、FTP、SSH、RDP、HTTP、SNMP建立服务协议。

4.根据权利要求2所述的一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：所述步骤S12中资产类型建模架构包括建立电力物联网设备的OS信息库及与之对应的资产类型库。

5.根据权利要求2所述的一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：所述步骤S13中资产主动探测架构是通过SSH或SNMP协议，定时对当前网络中的设备进行主动采集，获取电力物联网设备的ARP表、MAC地址表、IP地址表、端口的情况，采用扫描、试探、访问的主动方式，实现未知资产发现，已知资产外部可见性检测，获取资产状态信息，对资产信息进行整合分析，建立全网可视的资产分布表。

6.根据权利要求1所述的一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：所述步骤S1中预处理包括异点修正处理，补充丢失的缺失数据，样本数据的归一化及量化处理。

7.根据权利要求1所述的一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：所述步骤S2中BP神经网络，是由三部分构成，其中第一部分是输入层，中间部分是隐含层，第三部分是输出层，所述BP神经网络中采用的激励函数是Sigmoid函数。

8.根据权利要求1所述的一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：所述步骤S3包括以下具体步骤：

S31.在BP神经网络中设置权值、阈值为非0的初始值；

S32.将步骤S1中预处理的数据作为BP神经网络的训练样本，获取隐含层输出和输出层输出；

S33.计算隐含层输出和输出层输出的误差；

S34.若误差满足要求则出该权重与阈值，若不满足，根据误差更新权值与阈值重复步骤S32-S34。

9.根据权利要求1所述的一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：所述步骤S4中BP神经网络电力物联网资产识别平台通过资产信息功能模块对电力物联网设备接入位置进行快速定位，自动建立IP/MAC与交换机端口对应关系，通过训练后的BP神经网络对电力物联网设备完成行为预测，获取电力物联网设备存在的风险，并对风险进行自动报警，自动追踪网络资产移动变更。

10.根据权利要求9所述的一种基于BP神经网络的电力物联网设备安全预警方法，其特征在于：所述BP神经网络电力物联网资产识别平台采用B/S架构。