基于深度自回归模型的电网异常流量检测算法

李勇, 韩俊飞, 李秀芬, 王鹏, 王蓓

沈阳工业大学学报 ›› 2024, Vol. 46 ›› Issue (01) : 24 -28.

PDF
沈阳工业大学学报 ›› 2024, Vol. 46 ›› Issue (01) : 24 -28.

基于深度自回归模型的电网异常流量检测算法

    李勇, 韩俊飞, 李秀芬, 王鹏, 王蓓
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。

关键词

自回归模型 / 深度学习 / 异常检测 / 海量数据 / 分析周期 / 支持向量机

Key words

引用本文

引用格式 ▾
基于深度自回归模型的电网异常流量检测算法[J]. 沈阳工业大学学报, 2024, 46(01): 24-28 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

59

访问

0

被引

详细

导航
相关文章

AI思维导图

/