一种电力监控系统站间资产识别方法和相关设备与流程
本技术涉及计算机,尤其涉及一种电力监控系统站间资产识别方法和相关设备。
背景技术:
1、随着电力监控系统网络规模的不断扩大和信息化程度的持续提升,电力企业面临的海量网络资产管理需求日益突出。准确、高效地识别网络中的资产设备(包括设备名称、设备类型、设备型号、制造商等信息),对于电力系统的安全运维、漏洞管理和威胁感知具有重要意义。
2、然而,相关电力系统资产识别技术主要存在以下不足:一是基于主动探测的资产识别方法,探测报文易对电力工控业务造成扰动,会影响工控系统稳定运行,难以满足电力场景高可用性的约束要求;二是基于静态特征匹配的资产识别方法,数据利用维度较为单一,识别精度有限;仅依靠正向相似度完成匹配,容易出现特征近似但物理逻辑不匹配的错误匹配问题;面对多个对端设备输出的台账信息不一致时,相关技术手段大多采用简单投票或者直接舍弃冲突数据的处理方式,容易造成有效信息损失;同时,基于静态特征匹配的资产识别方法多采用一次训练、参数固化的静态工作模式,识别性能无法跟随系统运行数据迭代优化,随运行时间增长识别准确率易出现衰减。
3、综上,相关技术中存在的技术问题有待得到改善。
技术实现思路
1、本技术实施例旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本技术实施例的主要目的在于提出一种电力监控系统站间资产识别方法和相关设备,能够提升电力系统站间资产识别的准确率、鲁棒性和自适应能力。
2、为实现上述目的,本技术实施例的一方面提出了一种电力监控系统站间资产识别方法,所述方法包括以下步骤:
3、获取电力监控系统的原始态势感知数据,并对所述原始态势感知数据进行预处理,得到候选态势感知数据;
4、从所述候选态势感知数据中确定待识别资产的目标态势感知数据,并根据所述目标态势感知数据计算站间修正ip相似度;其中,所述目标态势感知数据包括目标通信流量五元组数据和目标资产台账数据;
5、根据所述目标通信流量五元组数据和候选资产库中的候选特征向量,确定原始正向相似度候选集;
6、对所述原始正向相似度候选集进行负向约束过滤,得到修正后的目标正向相似度候选集;
7、根据所述待识别资产和第一对端设备的目标通信时间计算指数衰减权重,根据所述第一对端设备对应的目标候选字段计算文本相似度,并基于所述指数衰减权重、所述文本相似度以及所述站间修正ip相似度执行多源台账信息冲突消解,得到冲突消解结果;
8、根据所述冲突消解结果确定第一通道结果,根据所述目标正向相似度候选集确定第二通道结果,并根据所述第一通道结果和所述第二通道结果确定站间资产识别结果。
9、在一些实施例中,所述从所述候选态势感知数据中确定待识别资产的目标态势感知数据,并根据所述目标态势感知数据计算站间修正ip相似度,包括:
10、从所述候选态势感知数据中确定所述待识别资产的所述目标态势感知数据;
11、对所述目标态势感知数据中的所述目标通信流量五元组数据进行多时间窗口切片处理,得到三维通信张量;
12、基于所述三维通信张量,构建每个时间窗口对应的通信拓扑图;
13、遍历每个时间窗口对应的所述通信拓扑图,提取所述待识别资产的第二对端设备在每个时间窗口内的通信子图演变轨迹;其中,所述第一对端设备为与所述待识别资产存在通信记录并提供针对所述待识别资产的候选台账记录的设备,所述第二对端设备为与所述待识别资产通信的拓扑参考设备,所述通信子图演变轨迹包括所述第二对端设备和所述第一对端设备之间连接强度的时序变化特征;
14、根据所述目标态势感知数据中的所述目标资产台账数据、目标对端设备的所属站点数据以及电力通信网络预置的站点间路由跳数关系表,确定站点层级信息;
15、根据所述通信子图演变轨迹和所述站点层级信息,结合站间路由跳数权重因子,计算所述站间修正ip相似度。
16、在一些实施例中,所述根据所述目标通信流量五元组数据和候选资产库中的候选特征向量,确定原始正向相似度候选集,包括:
17、对所述目标通信流量五元组数据进行特征提取处理,得到多维度行为特征;其中,所述多维度行为特征包括通信协议分布特征、通信对象角色分布特征以及通信行为与端口特征;
18、对所述多维度行为特征中的特征向量进行拼接处理,得到所述待识别资产对应的高维行为向量;
19、计算所述高维行为向量和所述候选资产库中每个候选资产的所述候选特征向量之间的余弦相似度;
20、将大于预设相似度阈值的余弦相似度所对应的候选资产确定为所述原始正向相似度候选集。
21、在一些实施例中,所述对所述原始正向相似度候选集进行负向约束过滤,得到修正后的目标正向相似度候选集,包括:
22、构建矛盾规则库;
23、计算所述待识别资产的高维行为向量和所述原始正向相似度候选集中每个候选资产之间的冲突得分;
24、根据每个所述冲突得分,确定每个所述候选资产是否触发所述矛盾规则库中的矛盾规则;
25、若确定任一所述候选资产触发所述矛盾规则,则对触发所述矛盾规则的所述候选资产进行强制降权与负向约束过滤,得到修正后的所述目标正向相似度候选集;
26、若不存在候选资产触发所述矛盾规则,则将所述原始正向相似度候选集确定为所述目标正向相似度候选集。
27、在一些实施例中,所述根据所述待识别资产和第一对端设备的目标通信时间计算指数衰减权重,根据所述第一对端设备对应的目标候选字段计算文本相似度,并基于所述指数衰减权重、所述文本相似度以及所述站间修正ip相似度执行多源台账信息冲突消解,得到冲突消解结果,包括:
28、根据所述待识别资产和所述第一对端设备的所述目标通信时间,计算所述指数衰减权重;
29、根据所述第一对端设备对应的所述目标候选字段,计算所述文本相似度;其中,所述目标候选字段包括设备名称、设备型号以及设备供应商;
30、对所述指数衰减权重、所述文本相似度以及所述站间修正ip相似度进行证据合成,得到合成后的信度函数和似真函数,并将所述信度函数和所述似真函数确定为所述冲突消解结果。
31、在一些实施例中,所述根据所述冲突消解结果确定第一通道结果,根据所述目标正向相似度候选集确定第二通道结果,并根据所述第一通道结果和所述第二通道结果确定站间资产识别结果,包括:
32、将所述冲突消解结果中各个第一目标字段的信度函数最大值所对应的候选取值确定为所述第一通道结果;
33、将所述目标正向相似度候选集中相似度最大值的候选资产所对应的第二目标字段取值确定为所述第二通道结果;
34、若所述第一通道结果和所述第二通道结果一致,则输出所述第一通道结果作为所述站间资产识别结果,并对所述站间资产识别结果标记可信度高标签;
35、若所述第一通道结果和所述第二通道结果不一致,则计算第二通道的认知不确定性度量;
36、若所述第一通道结果和所述第二通道结果不一致,且所述认知不确定性度量不低于预设下界阈值,则输出所述第一通道结果作为所述站间资产识别结果,并对所述站间资产识别结果标记可信度低标签。
37、在一些实施例中,所述方法还包括:
38、若所述第一通道结果和所述第二通道结果不一致,且所述认知不确定性度量低于所述预设下界阈值,则根据所述第二通道结果和所述认知不确定性度量,生成携带有置信度权重的伪标签;
39、将所述伪标签作为伪标签训练样本,并将所述伪标签训练样本增加至所述候选资产库;
40、在预设的迭代周期内,利用所述候选资产库中的可信标注样本和增量累积的所述伪标签训练样本对所述第二通道的相似度检索模型进行在线微调训练,以实现对所述相似度检索模型的自适应优化。
41、为实现上述目的,本技术实施例的另一方面提出了一种电力监控系统站间资产识别装置,所述装置包括以下模块:
42、态势感知数据获取模块,用于获取电力监控系统的原始态势感知数据,并对所述原始态势感知数据进行预处理,得到候选态势感知数据;
43、站间修正相似度计算模块,用于从所述候选态势感知数据中确定待识别资产的目标态势感知数据,并根据所述目标态势感知数据计算站间修正ip相似度;其中,所述目标态势感知数据包括目标通信流量五元组数据和目标资产台账数据;
44、正向相似度计算模块,用于根据所述目标通信流量五元组数据和候选资产库中的候选特征向量,确定原始正向相似度候选集;
45、负向约束过滤模块,用于对所述原始正向相似度候选集进行负向约束过滤,得到修正后的目标正向相似度候选集;
46、台账信息冲突消解模块,用于根据所述待识别资产和第一对端设备的目标通信时间计算指数衰减权重,根据所述第一对端设备对应的目标候选字段计算文本相似度,并基于所述指数衰减权重、所述文本相似度以及所述站间修正ip相似度执行多源台账信息冲突消解,得到冲突消解结果;
47、双通道融合输出模块,用于根据所述冲突消解结果确定第一通道结果,根据所述目标正向相似度候选集确定第二通道结果,并根据所述第一通道结果和所述第二通道结果确定站间资产识别结果。
48、为实现上述目的,本技术实施例的另一方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
49、为实现上述目的,本技术实施例的另一方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。
50、为实现上述目的,本技术实施例的另一方面提出了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述的方法。
51、本技术实施例至少包括以下有益效果:本技术提供一种电力监控系统站间资产识别方法和相关设备,该方案通过获取电力监控系统的原始态势感知数据,并对原始态势感知数据进行预处理,得到候选态势感知数据;从候选态势感知数据中确定待识别资产的目标态势感知数据,并根据目标态势感知数据计算站间修正ip相似度;其中,目标态势感知数据包括目标通信流量五元组数据和目标资产台账数据;根据目标通信流量五元组数据和候选资产库中的候选特征向量,确定原始正向相似度候选集;对原始正向相似度候选集进行负向约束过滤,得到修正后的目标正向相似度候选集;根据待识别资产和第一对端设备的目标通信时间计算指数衰减权重,根据第一对端设备对应的目标候选字段计算文本相似度,并基于指数衰减权重、文本相似度以及站间修正ip相似度执行多源台账信息冲突消解,得到冲突消解结果;根据冲突消解结果确定第一通道结果,根据目标正向相似度候选集确定第二通道结果,并根据第一通道结果和第二通道结果确定站间资产识别结果。本技术实施例通过同时复用通信流量五元组数据与资产台账数据,将站点相关约束融入ip相似度计算得到站间修正ip相似度,能够缓解跨站点场景下的资产误匹配问题,提升跨站资产匹配的合理性;通过在正向相似度匹配基础上增加负向约束过滤,能够剔除特征相近但物理逻辑矛盾的干扰项,降低误匹配率;通过采用指数衰减权重体现通信时间的动态影响,结合文本相似度、站间修正ip相似度进行多源台账冲突消解,能够充分利用多源台账信息,提升信息融合质量;采用基于通信对象的第一通道结果和基于资产画像的第二通道结果的双通道并行架构,通过交叉验证和不确定性量化进行综合决策,能够增强站间资产识别最终决策的可信度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com