[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

说明书

本发明提供一种基于BP神经网络的电力物联网设备安全预警方法，其中，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神经网络电力物联网资产识别平台对电力物联网设备进行预警。本发明通过神经网络进行分析，提高了特征识别精度，且计算时间短，能够自动核查并感知设备高危操作，预测电力物联网设备的遭受风险攻击的可能性，同时提升了对泛在电力物联网常见风险网络安全预警。

技术领域

本发明涉及电力物联网技术领域，更具体地，涉及一种基于BP神经网络的电力物联网设备安全预警方法。

背景技术

目前黑客的攻击方式日新月异，当今的外部攻击针对大型工业控制系统或物联网设备进行渗透干扰，从而达到扰乱生产运行的目的。2013年10月，某路由器产品固件存在后门漏洞，黑客只需要将浏览器中的user标记稍作修改，再次访问管理界面时则可绕开身份验证界面直接进入设备配置。可见，针对现有的设备种类数量众多，黑客可利用的漏洞更加轻易简单，造成的威胁进一步加深，故此对应网络设备的指纹探测识别显得至关重要。由于难以升级、缺乏管理系统的特点，泛在电力物联网网络设备具有各种安全漏洞，面对外来大范围网络渗透、窃取关键信息，破坏网络运行的风险。各种后门与漏洞风险将电力物联网长期暴露在安全威胁之下，使得电力网络体系带来严重威胁。

现有的识别方法所针对的对象一般为常见的web服务软件或单单基于端口类型的扫描技术，中国专利公开号CN111131338A，公开日期为2020年5月8日，一种感知态势处物联网安全检测方法，系统和存储介质，所述方法包括：发现物联网中的在线设备，将发现的在线设备列表推送至待识别设备接口队列；识别待识别设备接口队列中的待识别设备的资产信息，获取待识别设备的资产清单；监测待识别设备的状态并分析网络行为，获取预警信息；可视化的展现待识别设备的预警信息；根据预警信息进行报警或阻断，该专利的技术方案识别特征精度有限，且计算时间长。

发明内容

本发明的目的在于克服现有电力物联网预警方法识别特征精度有限，计算时间长的缺点，提供一种基于BP神经网络的电力物联网设备安全预警方法。本发明通过神经网络进行分析，提高了特征识别精度，且计算时间短，能够自动核查并感知设备高危操作，预测电力物联网设备的遭受风险攻击的可能性，同时提升了对泛在电力物联网常见风险网络安全预警。

为解决上述技术问题，本发明采用的技术方案是：一种基于BP神经网络的电力物联网设备安全预警方法，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。

进一步，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。

进一步的，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。资产服务建模架构便于指纹收集与banner信息提取，以便后续快速扫描关联识别。

进一步，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。通过服务及端口开放或关闭的多种可能组合，采用特定匹配算法，建立设备的OS信息库及与之对应的资产类型库，OS信息库包括广泛使用的windows各版本、linux各版本、各类嵌入式系统等，以便后续快速扫描关联识别。