水电厂LCU异常行为识别模型研究.PDFVIP

■ 48 Column 专栏 工业控制系统信息安全 水电厂LCU异常行为识别 模型研究 Study on Identification Model of Abnormal Behavior of LCU in Hydropower Plant ★国网新源水电有限公司富春江水力发电厂 薛静军，黄丽琴，孙杰 ★中京天裕科技（北京）有限公司 李成武，晏培 摘要：随着水电厂电力监控系统信息化和自动化的进一步融合，生产区 管理信息大区网络行为的异常情况，针对工业设备的异 各种信息化设备和应用系统数量不断增加，其安全问题也愈加突出。为 常行为的识别还存在很大不足。本文在前人的基础上提 了加强水电厂电力监控系统的安全维护与管理，必须能够识别水电厂 出了一种基于水电厂LCU异常行为特征识别的模型，该 LCU的异常行为。基于对LCU异常行为的研究与分析，智能学习LCU 模型既可从全局把握LCU的行为特征，又能识别出局部 正常行为，智能识别LCU异常行为。LCU异常行为识别提高了水电厂 LCU系统信息安全管理效率和水平，从技术层面实现了安全评估自动 LCU的异常行为，力图实现对正常行为的智能学习，异 化，对水电厂LCU系统信息安全建设具有一定的指导意义。 常行为的智能识别，在有限条件下，尽可能减少漏报和 关键词：水电厂LCU；异常行为特征；智能识别；智能学习 误报的概率，最大限度地减少人为工作量。 Abstract: With the development of information technology in hydropower plant, the number of network equipment and 2　异常行为识别技术 application system is increasing, and the security management is becoming more and more serious. In order to maintain the security 2.1　异常流量行为识别 and management of the hydropower plant information system, it is necessary to be able to identify the abnormal behavior of 流量进行识别的技术也随之经历了相应的变化过 LCU in hydropower plant. Based on the research and analysis 程：基于端口的、基于应用签名的、基于统计特征的和 of abnormal behavior of LCU, intelligent learning LCU normal 基于人工智能的识别技术。由于越来越多的软件不再使 behavior, intelligent recognition of abnormal behavior of LCU. 用已知的固定端口进行通信和数据传输，传统的基于 LCU abnormal behavior recognition improves hydropower plant 端口流量识别技术的有效性也越来越低。深度报文检测 LCU system information security management efficiency and （Deep Packet