基于行为模型的电力用户异常检测应用

由于电力用户系统的脆弱性和高风险，为保护电力用户系统不受全天候的网络攻击，提出了一种基于行为模型的电力用户异常检测方法。该方法从信息系统网络流量中提取行为数据序列，构建控制器和入侵系统受控过程的正常行为模型，并将测试行为数据和预测行为数据进行比较以检测电力用户系统异常。结果表明，基于行为模型的异常检测，可以有效检测异常行为数据。当电力用户信息数据被篡改时，入侵检测系统可检测出行为序列异常。3种不同的入侵攻击假阴性率均小于6.4%,且入侵检测系统准确率均值为0.91,误差率达到最低，可满足实际电力用户系统检测应用。