0 引言

隨著信息化與工業(yè)化的深度融合，各式各樣的信息系統(tǒng)得到了廣泛應(yīng)用，信息安全問(wèn)題不斷涌現(xiàn)，關(guān)于信息網(wǎng)絡(luò)的攻防戰(zhàn)也愈演愈烈。近幾年，國(guó)際上不法組織頻繁攻擊電力企業(yè)，層出不窮的網(wǎng)絡(luò)攻擊可能會(huì)導(dǎo)致系統(tǒng)出現(xiàn)故障，造成網(wǎng)絡(luò)癱瘓，嚴(yán)重時(shí)造成大范圍較長(zhǎng)時(shí)間的電網(wǎng)故障，產(chǎn)生巨大影響和危害。電力系統(tǒng)作為現(xiàn)代社會(huì)的關(guān)鍵信息基礎(chǔ)設(shè)施之一，其產(chǎn)生的大量業(yè)務(wù)數(shù)據(jù)及操作數(shù)據(jù)，也就自然成為了網(wǎng)絡(luò)攻擊的重點(diǎn)目標(biāo)[1]。建立健全的電力數(shù)據(jù)分析體系，助力電力企業(yè)識(shí)別異常流量，保障電力數(shù)據(jù)安全迫在眉睫。

目前已有部分企業(yè)和專家針對(duì)電力數(shù)據(jù)的網(wǎng)絡(luò)安全進(jìn)行了研究，高翔[2]等人采用灰色關(guān)聯(lián)分析和支持向量機(jī)算法對(duì)電力信息系統(tǒng)網(wǎng)絡(luò)安全進(jìn)行態(tài)勢(shì)評(píng)估；李群[3]等人提出一種基于“聚類+分類”的惡意攻擊檢測(cè)方法，對(duì)流量預(yù)處理結(jié)果進(jìn)行聚類，基于CART決策樹(shù)對(duì)攻擊簇實(shí)現(xiàn)分類；高鵬[4]等人采用國(guó)產(chǎn)密碼、量子密鑰分發(fā)和區(qū)塊鏈技術(shù)對(duì)電力終端和數(shù)據(jù)進(jìn)行保護(hù)；劉川[5]等人基于云計(jì)算平臺(tái)和SDN技術(shù)搭建了一體化電力數(shù)據(jù)安全防護(hù)框架，用于身份認(rèn)證、攻擊防范、入侵檢測(cè)。

但目前大部分電力企業(yè)對(duì)于收集到的流量數(shù)據(jù)的挖掘和綜合分析明顯還不夠。若要合理地進(jìn)行數(shù)據(jù)分析并分類治理，首先要做到電力企業(yè)流量數(shù)據(jù)的充分采集，通過(guò)對(duì)采集到的數(shù)據(jù)進(jìn)行ETL(Extract-Transform-Load，抽取-轉(zhuǎn)換-加載)、挖掘和分析[6-7]，最終將分析結(jié)果應(yīng)用于實(shí)際安全運(yùn)維中，做到精準(zhǔn)治理。本文以某電力企業(yè)的實(shí)際運(yùn)行環(huán)境為例，首先簡(jiǎn)述本文所需的流量數(shù)據(jù)的數(shù)據(jù)來(lái)源及采集方式，得到其各業(yè)務(wù)系統(tǒng)下已有的網(wǎng)絡(luò)安全設(shè)備中的流量數(shù)據(jù)，然后分別利用傳統(tǒng)K-means算法與Canopy-Kmeans算法進(jìn)行流量數(shù)據(jù)聚類分析，挖掘出攻擊流量與業(yè)務(wù)流量的特征項(xiàng)，并排除部分誤報(bào)信息。本研究對(duì)合理開(kāi)展網(wǎng)絡(luò)安全防護(hù)工作具有指導(dǎo)意義。

本文詳細(xì)內(nèi)容請(qǐng)下載：http://www.xxav2194.com/resource/share/2000003931。

作者信息：

黃冠杰

(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 統(tǒng)計(jì)學(xué)院，北京100105)