基于增量式学习的电力监控系统网络安全攻击检测研究

为加强电力监控系统管控力度，确保电网平稳运行，以增量式学习技术为基础构建攻击检测模型。基于成批增量式学习算法，引入支持向量机，设计支持向量机下增量式学习算法；用二次规划问题界定支持向量机的分类超平面最优化目标函数；依据Karush Kuhn Tucker最优化条件，筛选增量集合，结合通用入侵检测模型，得到适用于电力监控系统网络的安全攻击检测模型。实验表明所建模型仅出现3次误检与1次漏检，检测耗时只有0.38 s，快速、精准地完成攻击检测，具备较高的效用性与可行性，能够保障网络安全。