[发明专利]一种面向电力网络告警信息的关联分析方法

说明书

本发明公开了一种面向电力网络中告警信息的关联分析方法，具体步骤包括：针对电力网络中安全设备产生的告警日志进行预处理，构建出字段和格式一致的告警信息；输入该信息至告警事务构造模块用于构建事务集，包括告警数据分段和提取告警事务集合；使用FP‑Growth算法对告警事务实现关联规则的挖掘，并设计一种基于时间顺序的规则过滤算法对告警规则进行过滤，获得最终规则列表。本发明能够快速准确地生成电力网络中告警信息的关联规则，为电网安全人员提供一套详细告警规则列表，有效提高电网安全管理人员的故障排查效率，并准确预警未来网络攻击事件。

技术领域

本发明属于电力工业与网络安全交叉领域，尤其涉及一种面向电力网络告警信息的关联分析方法。

背景技术

近年来，随着计算机技术和信息技术的蓬勃发展，信息网络基础设施给人类社会带来便利的同时，网络安全问题却变得日益严峻。电力网络作为工业控制领域重要的一环，保障其安全稳定运行的重要性与意义不言而喻。

在现阶段电力网络安全问题十分严峻的情况下，电力网络态势感知技术应运而生。电力网络态势感知能够全方位地感知电力网络的脆弱性，实时产生相关设备的告警信息。然而，面对数量庞大、信息冗余的告警数据，如果不能有效筛选出有价值的信息，电力网络态势感知作用将达不到预期效果。

目前公开文献中针对告警信息关联分析领域有三个主流方向：基于专家知识或经验、基于既定规则、基于机器学习的方法。

(1)基于专家知识的方法

基于专家知识的方法主要应用在早期电力网络关联分析与故障排除中，该方法在告警数据量较小的时候能体现出极大的优势，能处理和应对绝大多数网络攻击行为。然而，该方法在很大程度上受限于专家的经验与知识，随着现阶段电力网络规模的扩大和告警信息的骤增，基于专家知识的方法显然无法有效地从海量告警中寻找出多种类别网络攻击之间的联系。因此，该方法已基本被淘汰或作为一种辅助手段补充分析。

(2)基于规则的方法

基于规则的电力网络告警信息关联分析主要依赖于事先定义好的规则。但是该方案缺乏可扩展性，即只能依靠系统中已有规则。基于规则方法的优点在于实现过程较为简单，但是规则的制定总是落后于新型的攻击行为，因此不适用于当前复杂的电力网络大环境的背景。

(3)基于机器学习的方法

电力网络安全是工业控制领域安全的基石，电力网络告警信息分析不仅需要有足够的理论支撑，更需要能实时分析处理，能够在实际工控场景中保障电力网络的安全。而机器学习正好具备这些优点，因此，基于机器学习的方法在该领域内使用最为广泛。

综上所述，本发明使用了基于机器学习的方法，并结合实际电力工业控制领域的场景，同时设计了两种针对该特定场景下的算法，可用于准确高效生成告警规则。

发明内容

针对以上问题，本发明提出一种面向电力网络告警信息的关联分析方法，基于真实的电力网络场景设计告警事务聚合算法和告警规则过滤算法，并结合预处理分析和已有机器学习算法进行研究与分析，达到能够快速准确生成电力网络告警规则的目标。

为达到上述目的，本发明提供如下技术方案：

一种面向电力网络告警信息的关联分析方法，包括如下步骤：

(1)对电力网络态势感知平台收集到的告警日志进行范式化处理；

(2)将范式化处理过后的告警数据加以预处理分析；

(3)预处理过后的告警数据输入到告警事务构造模块，进行分段处理并提取告警事务集合；

(4)针对事务集合，采用经典关联分析算法FP-Growth进行告警规则的挖掘，并设计一种基于时间顺序的告警规则过滤算法，对挖掘出来的规则进行过滤，得到最终规则集合。