融合网络安全态势的水电厂设备健康度评估方法及系统与流程

本发明实施例涉及水电厂智能运维，具体涉及一种融合网络安全态势的水电厂设备健康度评估方法及系统。

背景技术：

1、伴随信息化与工业化的深度融合，水电厂作为国家能源领域的关键基础设施，其运行管理已高度依赖自动化控制系统与工业通信网络。这种数字化转型虽然显著提升了生产运维效率，但也不可避免地将水电厂的核心物理设备暴露于日趋复杂的网络安全风险之中。在传统的设备健康度评估方法中，评估的核心逻辑主要基于对物理量的监测与分析，即通过持续采集设备的振动、温度、压力及流量等传感器数据序列，运用统计分析或机器学习模型对设备运行状态进行判断。然而，这一技术路线的有效性建立在一个基本前提之上，即所采集的传感器数据能够真实、完整地反映设备的实际物理状况。在信息物理深度交织的当前技术背景下，上述前提的可靠性正面临严峻考验。

2、近年来，面向工业控制系统的网络攻击手段不断演进，表现出更强的隐蔽性与针对性。其中，虚假数据注入攻击已成为威胁设备安全运行的一种典型攻击方式。攻击者能够通过渗透数据采集与监控系统的通信链路，对传感器上传的测量数据实施恶意篡改，进而在上层监控平台上构建出设备运行正常的虚假表象。以水轮发电机组为例，若机组已发生异常振动，攻击者可将真实的振动数据替换为正常范围内的虚假值，使得监控系统无法察觉异常。在此情形下，传统的健康评估模型由于其评估逻辑完全依赖于可能已被污染的传感器数据，将不可避免地得出设备运行良好的错误结论。究其原因，现有评估体系缺乏一种能够跨越信息域与物理域的内在校验能力，无法验证物理层面的数据反馈与控制层面下达的操作指令之间是否保持逻辑上的一致性。此外，在现有的工业系统架构中，物理状态监测系统与网络安全态势感知系统往往各自独立运行，形成了信息孤岛。网络安全系统所感知到的入侵告警或异常流量事件，无法作为有效输入被物理健康评估模型所采纳和利用。这种割裂使得健康评估在遭受网络攻击时丧失了自我纠偏的能力，可能导致真实的物理风险被持续掩盖，最终酿成设备损坏甚至安全生产事故。

3、因此，期望一种优化的水电厂设备健康度评估方案。

技术实现思路

1、本发明实施例旨在至少解决现有技术中存在的技术问题之一，提供了一种融合网络安全态势的水电厂设备健康度评估方法及系统。

2、第一方面，本发明实施例提供一种融合网络安全态势的水电厂设备健康度评估方法，其包括：

3、获取物理传感器数据序列、实际控制指令序列和网络安全事件集合；

4、基于物理传感器数据序列进行物理健康度初步评估以得到初步物理健康度分数；

5、基于实际控制指令序列和物理传感器数据序列进行控制-物理时序一致性建模与评估以得到控制-物理一致性分数；

6、对网络安全事件集合进行网络安全威胁因子量化以得到网络威胁因子；

7、对初步物理健康度分数、控制-物理一致性分数和网络威胁因子进行融合评价与健康度动态修正以得到最终融合健康度分数。

8、第二方面，本发明实施例提供了一种融合网络安全态势的水电厂设备健康度评估系统，其包括：

9、数据获取模块，用于获取物理传感器数据序列、实际控制指令序列和网络安全事件集合；

10、物理健康度初步评估模块，用于基于物理传感器数据序列进行物理健康度初步评估以得到初步物理健康度分数；

11、时序一致性建模与评估模块，用于基于实际控制指令序列和物理传感器数据序列进行控制-物理时序一致性建模与评估以得到控制-物理一致性分数；

12、网络安全威胁因子量化模块，用于对网络安全事件集合进行网络安全威胁因子量化以得到网络威胁因子；

13、融合评价与健康度动态修正模块，用于对初步物理健康度分数、控制-物理一致性分数和网络威胁因子进行融合评价与健康度动态修正以得到最终融合健康度分数。

14、与现有技术相比，本发明提供的一种融合网络安全态势的水电厂设备健康度评估方法及系统，其首先借助深度学习模型对物理传感器数据实施时序重构处理，依据重构误差对设备的物理健康状况给出初步量化评价。针对传感器数据可能遭受恶意篡改从而导致物理层面评估结果失真这一难题，本方案构建了一种跨域的一致性验证机制。该机制将多维传感器观测序列与依据控制指令所生成的预测序列共同嵌入高维状态空间形成各自的运动轨迹，运用微分几何方法分别提取轨迹曲率以作为系统动态行为的几何表征，进而通过kl散度对两组曲率时间序列的统计分布差异进行度量，由此获得一个能够充分刻画系统内多变量物理耦合关系的控制-物理一致性分数。在最终评估阶段，将量化后的网络安全威胁因子、初步物理健康度分数与控制-物理一致性分数纳入统一的动态融合框架。当一致性分数显著偏低或网络威胁等级明显上升时，纵使传感器数据表征出良好的物理状态，系统的最终健康度评分仍将被大幅度向下修正，从而能够有效穿透数据层面的伪装，准确揭示设备在复杂网络威胁条件下的真实健康状况。

1.一种融合网络安全态势的水电厂设备健康度评估方法，其特征在于，包括：

2.根据权利要求1所述的融合网络安全态势的水电厂设备健康度评估方法，其特征在于，基于物理传感器数据序列进行物理健康度初步评估以得到初步物理健康度分数，包括：

3.根据权利要求1所述的融合网络安全态势的水电厂设备健康度评估方法，其特征在于，基于实际控制指令序列和物理传感器数据序列进行控制-物理时序一致性建模与评估以得到控制-物理一致性分数，包括：

4.根据权利要求3所述的融合网络安全态势的水电厂设备健康度评估方法，其特征在于，计算预测的物理数据序列与物理传感器数据序列之间的一致性偏差值，包括：

5.一种融合网络安全态势的水电厂设备健康度评估系统，其特征在于，包括：

6.根据权利要求5所述的融合网络安全态势的水电厂设备健康度评估系统，其特征在于，物理健康度初步评估模块，包括：

7.根据权利要求5所述的融合网络安全态势的水电厂设备健康度评估系统，其特征在于，时序一致性建模与评估模块，包括：

8.根据权利要求7所述的融合网络安全态势的水电厂设备健康度评估系统，其特征在于，时序一致性建模与评估模块，具体用于：对预测的物理数据序列与物理传感器数据序列进行状态空间轨迹建模以得到观测状态轨迹和预测状态轨迹；对观测状态轨迹和预测状态轨迹进行轨迹曲率签名提取以得到观测轨迹的曲率时间序列和预测轨迹的曲率时间序列；计算观测轨迹的曲率时间序列和预测轨迹的曲率时间序列之间的kl散度值作为所述一致性偏差值。