基于证据推理的风电场SCADA系统安全脆弱性定量评估方法

针对风电场数据采集与监控(SCADA)系统的信息安全脆弱性,文中提出了一种基于证据推理的定量评估方法。该方法以系统发现的某个异常作为根节点,将可能导致异常发生的若干假设事件或因假设事件引发的事件作为假设点,构建系统安全脆弱性的可解释性假设链,推理出所有的攻击路径;然后对每条攻击路径进行计算,寻找系统脆弱性的关键路径,将与假设相关的证据作为证据点,采用链接函数连接证据点和假设点,并搭建每条路径的脆弱性贝叶斯网络,进而应用等级反应模型计算贝叶斯网络节点间的条件概率;接着将关键路径作为依据对系统脆弱性进行测评,以假设发生的概率作为安全脆弱性的评判标准,量化证据点的可信度,经贝叶斯网络推理出SCADA系统脆弱性。最后,通过一个实例说明所提方法的具体应用,应用结果表明该方法能够对风电场SCADA系统安全脆弱性进行有效分析,并可找出系统信息安全的薄弱环节,以及可量化信息安全脆弱性评估值,具有较高的测评准确性。     

动态压缩感知理论研究综述

动态压缩感知是静态传统压缩感知向动态信号的拓展,广泛应用于医学上的磁感应成像和目标追踪等领域。 由于工程 中的动态信号在某一转换基下具有随时间缓慢变化的稀疏特性,因而可以运用欠定的测量矩阵对其进行压缩。 动态压缩感知 理论主要包括动态信号的稀疏表示、动态压缩测量过程和动态信号的重构 3 个方面的研究内容。 全面综述动态压缩感知的基 本概念,归纳总结现有动态压缩感知理论中对动态信号的建模方法;对已有的动态信号重构算法进行了归类,并详述了各类算 法的计算思路;最后介绍了动态压缩感知的典型应用,并对动态压缩感知信号重构算法的研究前景进行了探讨。     

基于扩展贝叶斯分类算法的网络安全状态在线定量评价

准确了解计算机网络的安全状态非常重要,大多数计算机网络安全评估系统都无法对数据进行彻底地分析,这成为获取计算机网络安全状态的瓶颈。针对这一问题,提出了一种基于扩展贝叶斯分类算法的计算机网络安全评估规则的算法模型,研究了计算机网络安全评估的扩展贝叶斯分类知识系统描述,给出了扩展贝叶斯分类属性约简的方法,通过简化的网络安全评估数据集验证了提出的决策规则挖掘方法。实验结果表明,该网络安全评估方法是可行、有效的,获得的决策规则符合实际。     

基于贝叶斯网络的电网复杂故障推演新方法

为了分析电网复杂故障过程,基于保护装置与断路器的动作信息构建贝叶斯网络,提出了电网复杂故障推演新方法。应用电网实际拓扑结构信息、继电保护装置和断路器的动作信息构建贝叶斯网络。基于贝叶斯网络进行故障元件诊断,针对远后备保护、近后备保护误判的两种特殊情况,制定了专家系统规则实现保护拒动、误动的识别。将保信系统上送信息与拒动误动分析结果按主保护层-近后备保护-远后备保护-断路器层顺序进行信息整合,推演出发生故障时各层保护装置以及断路器动作先后顺序,实现了电网复杂故障推演。     

施工企业信息化管理系统建设风险研究——基于贝叶斯网络

施工企业信息化建设有助于提升竞争力,但存在风险。基于全生命周期理论构建施工企业信息化管理系统建设风险的评价体系,并基于贝叶斯网络模型和实际案例识别施工企业信息化管理系统建设的主要风险;最后,提出加强信息化建设风险管理的对策,为施工企业信息化管理系统建设提供参考。     

基于贝叶斯网络的某金属矿山风险分析

为了使金属矿山安全管理人员能更有效地对矿山进行风险管理。通过对采矿区间事故数据的统计,依据事故后果严重程度确定其权重值,建立矿山事故灾害事故树模型,并将其转换为贝叶斯网络,对各类生产事故条件概率进行计算。将计算结果与矿山其后几年生产事故数据进行比较,该风险分析模型能有效对矿山事故进行分析。     

基于贝叶斯决策模型的热轧卷筒电机故障诊断

卷筒电机是卷筒的动力来源,对钢卷卷形质量和卷取稳定性有着重要影响。针对热连轧机组卷取工序中卷筒电机的鼠笼条断裂问题,通过从现场采集卷筒电机电流信号,并经过信号截取、滤波、拟合等操作提取出信号特征,利用多元高斯模型进行建模,并基于最小风险的贝叶斯分类算法对其进行故障诊断。试验结果表明,采用最小风险贝叶斯决策模型可以较好地识别卷筒电机的鼠笼条断裂故障,与支持向量机、Fisher等分类器相比,该方法具有较好的分类效果,且通过调节风险系数能够增强对异常样本的捕获能力。     

基于贝叶斯网络的电源监控系统设计

对电源工作状态进行实时高效的监控,对电源设备使用安全性能尤为重要,同时也为一些隐患故障提供了有效的预防。提出了一种基于贝叶斯网络的无线传感技术,作为数据信息采集/处理终端,设计了一套完整的电源监控系统,可以简化电路设计、提高实时响应以及预防故障的准确性。     

电网故障最优诊断的查询方法EI北大核心CSCD

针对传统专家系统在电网故障诊断应用中的局限性,提出一种基于模型诊断的电网故障最优诊断的查询方法。该方法按照基于因果关系的诊断思想,得到预设故障输出对应的预备候选诊断,然后根据故障后的电气信息从匹配的预设故障输出中确定候选诊断,最后,运用贝叶斯理论计算候选诊断的故障概率,并查询最大概率的候选诊断作为电网故障的最优诊断。该方法通过离线获得预备候选诊断,在线确认候选诊断的手段,缩减了诊断的时间,在利用贝叶斯定理处理诊断的不确定性时,将告警信息引入到模型诊断逻辑框架内计算元件的实际故障概率,提高了诊断的准确性。算例分析结果验证了所提方法的有效性和可行性。