基于Transformer的电力行业关键信息基础设施威胁告警智能识别与响应技术研究.pdfVIP

电子信息科技风2025年8月

DOI:10.19392/j.cnki.1671-7341.202522018

基于Transformer的电力行业关键信息基础设施

威胁告警智能识别与响应技术研究

李晓勐王子萌刘孟奇

国家电网有限公司信息通信分公司北京100000

摘要:本研究聚焦电力行业关键信息基础设施的威胁告警识别,通过构建专门的语言模型,旨在提升对电力行业特

定场景下的威胁识别与响应能力。研究采用数据预处理、语言模型构建及特征提取融合等关键技术,深入结合电力行业

的海量运维数据、设备状态报告及告警日志,实现威胁告警信息的自动识别、深度分析与智能响应。通过综合评估模型性

能,确保其在准确率、响应时间及误报漏报率等方面表现优异。此研究不仅增强了电力行业对潜在安全威胁的防御能力,

特别在电力安全威胁分析、安全运营的智能化支持以及针对新的安全攻击行为的快速分析和响应方面提供了强有力的技

术能力支持,为智能电网的安全稳定运行提供了重要的技术保障,具有显著的理论与实践价值。

关键词:电力行业;关键信息基础设施;威胁告警;语言模型

1概述特性、模型架构及特征处理等多方面因素,以确保模型能

电力行业作为现代社会的基石,其关键信息基础设施够有效捕捉电力行业文本的复杂语义与专业知识。

的安全稳定运行至关重要。当前,国内外在利用语言模型3.1基于电力行业安全运营的安全数据预处理技术

提升威胁告警识别能力方面已取得一定成果,但多数研究数据预处理作为构建语言模型的前置环节,其重要

聚焦于通用领域,针对电力行业特定场景的优化不足。本性不言而喻,尤其是在电力行业安全运营背景下,面对复

研究聚焦于电力行业,采用专门的语言模型,通过数据预杂多变的文本数据,预处理技术更是显得尤为重要。本

处理、模型构建及特征提取融合等关键技术,实现威胁告