[发明专利]智能变电站的传感器数据被篡改的判断方法、系统、电子设备及存储介质在审

专利信息
申请号: 202110661451.X 申请日: 2021-06-15
公开(公告)号: CN113542221A 公开(公告)日: 2021-10-22
发明(设计)人: 罗云锋;谢东;余骏阳 申请(专利权)人: 四川英得赛克科技有限公司
主分类号: H04L29/06 分类号: H04L29/06;G06K9/62;G06N3/04;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 610041 四川省成都市中国(四川)自由贸易试*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 变电站 传感器 数据 篡改 判断 方法 系统 电子设备 存储 介质
【权利要求书】:

1.一种智能变电站的传感器数据被篡改的判断方法,其特征在于,包括如下步骤:

步骤S1、通过MMS协议发送网络通信数据包进行传感器数据上报并对其数据包进行分组;

步骤S2、通过神经网络算法构建站点内每个传感器上报数据过程中所发送的网络通信数据包所对应的生成对抗模型,所述生成对抗模型包括用于生成伪造数据的生成器和用于检验生成数据是否是伪造的判别器;

步骤S3、采用生成对抗模型中判别器来判断实时采集的所述每个传感器上报数据过程中所发送的网络通信数据包是否被篡改。

2.根据权利要求1所述的智能变电站的传感器数据被篡改的判断方法,其特征在于,步骤S1中所述数据包的分组方法具体为:

步骤S11、对被抓取的每个传感器上报数据过程中所发送的网络通信数据包进行标注,所述被标注的网络通信数据包信息包括:发送设备的IP地址和接收设备的IP地址;

步骤S12、将发送设备IP地址与接收设备IP地址组合成一个分组ID,根据分组ID对网络通信数据包进行分组。

3.根据权利要求1所述的智能变电站的传感器数据被篡改的判断方法,其特征在于,步骤2中所述构建站点内每个传感器上报数据过程中所发送的网络通信数据包所对应的生成对抗模型的方法包括:

步骤S21、通过计算机随机生成的n个随机数作为生成器的输入,则训练生成器使能够产生与每个传感器上报数据过程中所发送网络通信数据包相近的伪造网络通信数据包;

步骤S22、判别器接收站内每个传感器上报数据过程中所发送的网络通信数据包与生成器生成的伪造网络通信数据包进行判别器模型训练,使判别器能够区分每个传感器上报数据过程中所发送的网络通信数据包是否被篡改。

4.根据权利要求1所述的智能变电站的传感器数据被篡改的判断方法,其特征在于,还包括:若发现所述每个传感器上报数据过程中所发送的网络通信数据包被篡改则向运营人员发出告警,以便及时排查原因;反之,不发出告警。

5.一种智能变电站的传感器数据被篡改的判断系统,其特征在于,包括如下:

数据采集单元,用于通过MMS协议发送网络通信数据包进行传感器数据上报并对其数据包进行分组;

模型构建单元,用于通过神经网络算法构建站点内每个传感器上报数据过程中所发送的网络通信数据包所对应的生成对抗模型,所述生成对抗模型包括用于生成伪造数据的生成器和用于检验生成数据是否是伪造的判别器;

数据判断单元,用于采用生成对抗模型中判别器来判断实时采集的所述每个传感器上报数据过程中所发送的网络通信数据包是否被篡改。

6.根据权利要求5所述的智能变电站的传感器数据被篡改的判断系统,其特征在于,所述数据采集单元包括:

抓取标注模块,用于对被抓取的每个传感器上报数据过程中所发送的网络通信数据包进行标注,所述被标注的网络通信数据包信息包括:发送设备的IP地址和接收设备的IP地址;

数据分组模块,用于将发送设备IP地址与接收设备IP地址组合成一个分组ID,根据分组ID对网络通信数据进行分组。

7.根据权利要求5所述的智能变电站的传感器数据被篡改的判断系统,其特征在于,所述模型构建单元包括:

生成器构建训练模块,用于通过计算机随机生成的n个随机数作为生成器的输入,则训练生成器使能够产生与每个传感器上报数据过程中所发送的网络通信数据包相近的伪造网络通信数据包;

判别器构建训练模块,用于判别器接收站内每个传感器上报数据过程中所发送的网络通信数据包与生成器生成的伪造网络通信数据包进行判别器模型训练,使判别器能够区分每个传感器上报数据过程中所发送的网络通信数据包是否被篡改。

8.根据权利要求5所述的智能变电站的传感器数据被篡改的判断系统,其特征在于,还包括:

告警单元,用于若发现所述每个传感器上报数据过程中所发送的网络通信数据包被篡改则向运营人员发出告警。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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四川英得赛克科技有限公司,未经四川英得赛克科技有限公司许可,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/202110661451.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top