[发明专利]一种评估电力监控系统网络攻击破坏力程度的方法及系统在审
| 申请号: | 202110635379.3 | 申请日: | 2021-06-04 |
| 公开(公告)号: | CN113408117A | 公开(公告)日: | 2021-09-17 |
| 发明(设计)人: | 张一驰;何剑;周勤勇;屠竞哲;安学民;李苏宁 | 申请(专利权)人: | 中国电力科学研究院有限公司;国家电网有限公司 |
| 主分类号: | G06F30/20 | 分类号: | G06F30/20;H04L29/06;G06F113/04;G06F119/02 |
| 代理公司: | 北京工信联合知识产权代理有限公司 11266 | 代理人: | 姜丽楼 |
| 地址: | 100192 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 评估 电力 监控 系统 网络 攻击 破坏力 程度 方法 | ||
1.一种评估电力监控系统网络攻击破坏力程度的方法,所述方法包括:
针对电力监控系统,确定网络攻击行为路径,根据网络攻击行为路径,确定网络攻击行为难度系数,根据网络攻击行为难度系数,确定特定攻击代价下,网络攻击的成功概率;
确定网络攻击行为导致电力系统的负荷损失量;
确定网络攻击行为的影响概率,根据负荷损失量、网络攻击的成功概率及影响概率,确定电力监控系统的网络攻击破坏力程度。
2.根据权利要求1所述的方法,所述确定网络攻击行为难度系数,包括:
根据网络攻击路径,构建用于网络攻击行为难度评估的层次结构模型,所述层次结构模型包括:目标层、准则层、指标层和行为层;
确定准则层中不同因素之间的相互重要程度,构建准则层对目标层的判断矩阵;
确定指标层中不同因素之间的相互重要程度,构建指标层对准则层的判断矩阵;
获取判断矩阵的最大特征值及其特征向量,并对判断矩阵进行一致性校验;
若通过一致性校验,根据最大特征向量确定指标层元素对于目标层元素的权重向量;
建立行为层元素对于指标层元素的决策矩阵;
根据决策矩阵及指标层元素对于目标层元素的权重向量,建立加权标准化决策矩阵;
通过加权标准化决策矩阵确定网络攻击行为难度系数。
3.根据权利要求2所述的方法,所述层次结构模型,以计算网络攻击行为难度系数作为目标元素,建立目标层;以网络攻击行为的攻击者技能及攻击对象的重要配置项,作为参考准则元素,建立准则层;针对攻击者技能及攻击对象配置情况的评估指标元素,建立指标层;以网络攻击行为的各项行为作为行为元素,建立行为层。
4.根据权利要求1所述的方法,所述网络攻击的成功概率的确定,包括:根据可靠性计算方法及网络攻击行为难度系数,确定任意一次网络攻击行为的成功概率函数,根据成功概率函数,确定网络攻击的成功概率。
5.根据权利要求1所述的方法,所述负荷损失量,根据电力系统故障仿真计算获取。
6.一种评估电力监控系统网络攻击破坏力程度的系统,所述系统包括:
概率计算单元,针对电力监控系统,确定网络攻击行为路径,根据网络攻击行为路径,确定网络攻击行为难度系数,根据网络攻击行为难度系数,确定特定攻击代价下,网络攻击的成功概率;
故障模拟单元,确定网络攻击行为导致电力系统的负荷损失量;
评估单元,确定网络攻击行为的影响概率,根据负荷损失量、网络攻击的成功概率及影响概率,确定电力监控系统的网络攻击破坏力程度。
7.根据权利要求6所述的系统,所述确定网络攻击行为难度系数,包括:
根据网络攻击路径,构建用于网络攻击行为难度评估的层次结构模型,所述层次结构模型包括:目标层、准则层、指标层和行为层;
确定准则层中不同因素之间的相互重要程度,构建准则层对目标层的判断矩阵;
确定指标层中不同因素之间的相互重要程度,构建指标层对准则层的判断矩阵;
获取判断矩阵的最大特征值及其特征向量,并对判断矩阵进行一致性校验;
若通过一致性校验,根据最大特征向量确定指标层元素对于目标层元素的权重向量;
建立行为层元素对于指标层元素的决策矩阵;
根据决策矩阵及指标层元素对于目标层元素的权重向量,建立加权标准化决策矩阵;
通过加权标准化决策矩阵确定网络攻击行为难度系数。
8.根据权利要求7所述的系统,所述层次结构模型,以计算网络攻击行为难度系数作为目标元素,建立目标层;以网络攻击行为的攻击者技能及攻击对象的重要配置项,作为参考准则元素,建立准则层;针对攻击者技能及攻击对象配置情况的评估指标元素,建立指标层;以网络攻击行为的各项行为作为行为元素,建立行为层。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电力科学研究院有限公司;国家电网有限公司,未经中国电力科学研究院有限公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110635379.3/1.html,转载请声明来源钻瓜专利网。





