[发明专利]一种基于人工智能的全场景网络安全智慧决策处置方法

说明书

本发明公开了一种基于人工智能的全场景网络安全智慧决策处置方法，包括以下步骤：S01：将数据采集任务分配给采集器，由采集器根据任务的内容对目标发送数据采集请求，待目标返回数据后，采集器将采集到的数据进行掺杂加密后上传消息总线，掺杂源保存在采集器和存储单元内；S02：存储单元接收消息总线内的数据，进行逆掺杂解密后，根据得到的数据特征进行网络安全事件的分类和处置方法标注，分类和标注后加上时间戳存储；S03：将历史网络安全事件和对应处置方法导入到神经网络中进行训练，并根据结果验证的准确率进行调整，得到最终模型；S04：将实时网络安全事件导入最终模型进行判断，得到处置方法，根据处置方法的内容进行处置。

技术领域

本发明涉及电力网络安全技术领域，特别涉及一种基于人工智能的全场景网络安全智慧决策处置方法。

背景技术

随着电网的持续发展，越来越多的安全系统在电网中被使用。传统的安全产品只能对网络中的攻击进行告警，但并不具备自动化处置的功能。无法在攻击产生后进行一些有效的处理，事后处理也均是手工处置，这种方式让安全事件的响应速度远低于基准。

现有技术中，目前常用机器学习相关技术进行异常检测等任务。如授权公告号CN106790008B的发明公开了一种用于在企业网络中检测异常主机的机器学习系统。所述机器学习系统包括数据收集子系统、数据处理子系统、三阶段机器学习子系统和标记报警子系统，所述四个子系统顺次衔接，所述数据收集子系统收集企业网络中各类安全信息后，传递给所述数据处理子系统，所述数据处理子系统对数据进行标准化和特征提取处理后，将特征向量传递给所述三阶段机器学习子系统，所述三阶段机器学习子系统对安全信息进行逐级求精的甄别和筛选，将异常主机的信息传递给所述标记报警子系统，所述标记报警子系统对异常主机进行标记，对达到报警要求的异常主机和安全事件进行报警。所述机器学习系统能够解决现有技术存在的报警量大、虚警率高的问题。

现有技术的着重点均放在了判断的准确性上，却忽略了网络安全处置系统本身工作环境的问题。在受到网络攻击时，传统的密钥加密方式安全性存疑，信息的传输容易被窃取和篡改，而现有的网络安全处置系统进行判断的依据往往正是这些传输的数据，因此该缺陷容易被攻击者利用，使处置系统读取错误的信息进而被误导，导致判断结果失去价值。

发明内容

针对现有技术在网络安全事件决策处置过程中无法保证信息传输安全的问题，本发明提供了一种基于人工智能的全场景网络安全智慧决策处置方法，具备自动化响应、决策及处置功能，从而提高电力网络安全事件的响应速度，并且具有完善的信息传输安全机制，防止受到网络攻击时出现信息被篡改和劫持的问题。

以下是本发明的技术方案。

一种基于人工智能的全场景网络安全智慧决策处置方法，包括以下步骤：

S01：将数据采集任务分配给采集器，由采集器根据任务的内容对目标发送数据采集请求，待目标返回数据后，采集器将采集到的数据转换为极坐标编码图并进行掺杂加密后得到密码图，上传消息总线，掺杂源保存在采集器和存储单元内；

S02：存储单元接收消息总线内的数据，进行逆掺杂解密后，根据得到的数据特征进行网络安全事件的分类和处置方法标注，分类和标注后加上时间戳存储；

S03：将历史网络安全事件和对应处置方法导入到神经网络中进行训练，并根据结果验证的准确率进行调整，得到最终模型；

S04：将实时网络安全事件导入最终模型进行判断，得到处置方法，根据处置方法的内容进行处置。

本发明包含了数据采集、数据加密、数据分析和事件处理过程，可以实现对网络安全事件的自动处置，大幅减少人工压力，掺杂加密后的信息即使被窃取，由于无法知晓掺杂源，因此无法分解读取，保障了出现网络安全事件时信息传输的可靠性。