基于数据处理的电力数字资产风险量化评估系统的制作方法

本发明涉及电力数字资产风险管理领域，具体涉及基于数据处理的电力数字资产风险量化评估系统。

背景技术：

1、随着电力系统数字化和信息化程度的不断提高，数据中台、监控采集服务、存储服务、分析计算服务等各类数字资产之间形成了复杂的调用依赖关系，任一资产的安全缺陷或运行异常均可能沿依赖链路向其他资产传播，进而影响电力业务的连续性和稳定性。然而，现有的电力数字资产风险评估方法多侧重于对资产自身漏洞、历史故障等静态指标进行评分，忽略了资产间实际调用频次、数据交换量、响应时延等交互特征对风险传导的影响，导致评估结果与真实风险传播规律存在较大偏差。

2、此外，电力数字资产运行数据通常分散于电力监控系统、数据中台、安全漏洞扫描平台和资产管理系统等多个异构数据源中，各源系统在时间格式、资产标识、数据粒度等方面存在差异，且原始数据中普遍存在缺失值、异常值以及涉及自然人操作主体的敏感字段，若不经规范化处理直接用于风险评估，将严重影响评估准确性，并可能引发数据合规风险。

3、现有技术在构建资产依赖关系时，往往仅依据简单的调用关系或人工经验设定依赖强度，未综合考虑调用频次、数据交换量、响应时延以及资产类型和业务重要性等多维因素，也缺乏对依赖关系随时间动态衰减特性的描述，导致风险传导模型无法真实反映资产间依赖的时效性和强弱差异。同时，当资产调用关系发生变化时，现有方法通常需要对全网络进行重新计算，计算开销大、响应速度慢，难以适应电力数字资产动态变化环境下的实时风险评估需求。

4、在评估结果呈现方面，现有方法多仅输出资产风险值排序，缺乏对关键资产失效后全局风险影响程度的量化分析，也未提供关键依赖路径的提取和可视化展示，运维人员难以快速定位高风险资产及其关键上游依赖链路，无法制定针对性的风险缓解措施。

5、因此，需要一种能够对多源异构数据进行规范化处理、构建反映实际依赖强度和时间衰减特性的有向加权依赖图、支持动态更新且能够输出可解释评估结果的电力数字资产风险量化评估系统。

技术实现思路

1、针对现有技术中的缺陷，本发明提供基于数据处理的电力数字资产风险量化评估系统，包括：

2、数据采集代理，分别部署于电力监控系统、数据中台、安全漏洞扫描平台和资产管理系统中，用于采集资产间调用日志、数据接口调用记录、资产漏洞扫描结果和资产台账信息；

3、边缘计算节点，与数据采集代理通信连接，用于对采集到的多源运行数据进行清洗、时间对齐、资产标识归一化以及涉及自然人操作主体字段的去标识化处理，得到标准化运行数据并上传至中心处理器；

4、中心处理器，与边缘计算节点通信连接，配置有资产依赖强度计算模块、风险传导矩阵构建模块、风险迭代量化模块和评估结果生成模块；其中，

5、资产依赖强度计算模块，用于根据标准化运行数据，针对存在调用关系的任意两个资产节点，计算单位时间调用频次、平均响应时延和单位时间数据交换量，并结合资产类型权重和业务重要性等级，计算两个资产节点之间的综合依赖强度，构建有向加权依赖图；

6、风险传导矩阵构建模块，用于对综合依赖强度进行方向归一化处理，并利用最近交互时间与当前评估时间的时间差计算时间衰减因子，将方向归一化后的传导概率与时间衰减因子相乘，生成风险传导概率矩阵；

7、风险迭代量化模块，用于根据资产漏洞扫描结果、历史故障次数和业务重要性等级计算各资产节点的自身脆弱性评分；

8、进一步在于，风险迭代量化模块还用于：以自身脆弱性评分作为初始风险值，利用风险传导概率矩阵对每个资产节点的风险值进行迭代更新，直到满足收敛条件，得到稳态风险量化值；

9、评估结果生成模块，用于根据稳态风险量化值生成电力数字资产风险量化评估结果；

10、显示装置，与中心处理器连接，用于显示电力数字资产风险量化评估结果。

11、进一步在于，边缘计算节点具体用于：

12、从电力监控系统日志、数据中台调用日志、安全漏洞扫描平台和资产管理系统分别提取资产间调用日志、数据接口调用记录、资产漏洞扫描结果和资产台账信息；

13、对时间字段进行统一格式转换，并按资产标识进行关联，形成以资产节点为索引的原始数据表；

14、对涉及自然人操作主体的字段，采用哈希映射或假名化处理，剥离自然人身份信息，同时保留资产间关联关系；

15、对于来自不同源系统的同一资产，建立跨系统资产标识映射表，将各源系统中的资产标识统一映射为全局唯一的资产标识，映射规则为：若多个源系统中的资产标识在资产台账信息中记录为同一资产，则将其合并为同一全局标识；若无法确认同一性，则保留源系统标识并附加源系统编码前缀；

16、对原始数据表中的缺失值，采用基于资产类型分组后的组内均值进行填补处理，组内均值通过对同类型资产在相同统计窗口内的非缺失值求平均得到。

17、进一步在于，所述边缘计算节点还用于：对每一条有向边上的响应时延样本，计算该有向边在统计窗口内全部响应时延样本的第一四分位数和第三四分位数，得到四分位距，将小于或大于的样本判定为异常值，其中为预设异常检测系数，预设异常检测系数根据历史异常样本的分布特征确定，取值范围为1至3；对判定为异常值的样本，采用该有向边非异常值样本的中位数进行替换处理；

18、对每一条有向边上的调用频次和数据交换量，分别统计该有向边在多个监测周期内的周期统计值，采用基于中位数绝对偏差的检测方式，将偏离中位数超过预设中位数绝对偏差倍数的周期统计值判定为异常值，预设中位数绝对偏差倍数根据历史数据的波动程度确定，取值范围为2至5；对判定为异常值的周期统计值，采用将该周期统计值替换为该有向边在相同统计窗口内非异常值周期统计值的中位数的方式进行截断处理；

19、将完成时间字段统一格式转换、按资产标识关联、自然人操作主体字段去标识化、跨系统资产标识统一映射、缺失值填补、响应时延异常值替换、调用频次和数据交换量异常值截断处理后的数据作为标准化运行数据。

20、进一步在于，资产依赖强度计算模块具体用于：

21、针对任意两个存在调用关系的资产节点j和i，其中节点j为调用方、节点i为被调用方，从标准化运行数据中提取统计窗口内的调用总次数、累计数据交换量和平均响应时延；统计窗口为以当前评估时间为终点、向前回溯预设时长的固定时间窗口，预设时长根据电力业务运行周期确定，取值范围为7天至30天；

22、将调用总次数除以统计窗口时长得到单位时间调用频次，将累计数据交换量除以统计窗口时长得到单位时间数据交换量，对单位时间调用频次和单位时间数据交换量分别进行最大最小值归一化处理，得到归一化调用频次和归一化数据交换量，归一化处理过程中以源节点j的所有出边方向上的最大值和最小值作为归一化边界，当最大值与最小值相等时，将归一化值取为1，以保持综合依赖强度计算中边权重的相对比例有效；

23、对平均响应时延进行最大最小值归一化处理，得到归一化平均响应时延，归一化边界为源节点j的所有出边方向上平均响应时延的最大值和最小值，当最大值与最小值相等时，将归一化值取为1；

24、根据被调用方资产i的资产类型权重和业务重要性等级归一化值计算调节因子，其计算过程为将资产类型权重与业务重要性等级归一化值进行乘积处理后得到；其中资产类型权重根据资产类型对应的预设权重映射表确定，预设权重映射表依据资产类型在电力业务中的关键程度设定，资产类型包括数据中台服务、监控采集服务、分析计算服务和存储服务，各资产类型的权重取值范围为0.2至1.0，权重值越大表示该类型资产对业务连续性的影响越大；

25、业务重要性等级归一化值通过将资产i的业务重要性等级序号除以最高业务重要性等级序号得到；

26、将归一化调用频次与归一化数据交换量进行乘积处理后，除以归一化平均响应时延，再乘以调节因子，得到资产节点j到资产节点i的综合依赖强度，其计算过程表示为：

27、；

28、将综合依赖强度作为有向边j→i的权重，构建有向加权依赖图。

29、进一步在于，风险传导矩阵构建模块具体用于：

30、对于以资产节点j为源节点、以资产节点i为目标节点的有向边，将该有向边的综合依赖强度与源节点j的全部出边综合依赖强度之和进行比值处理，得到方向归一化后的传导概率；当源节点j的全部出边综合依赖强度之和为零时，该有向边的传导概率置为零；

31、根据该有向边对应的最近交互时间与当前评估时间的时间差，通过指数衰减函数计算时间衰减因子，时间衰减因子随时间差的增大而减小；

32、其中时间衰减系数通过以下方式确定：对有向加权依赖图中的每条有向边，分别统计其对应的历史交互记录中相邻两次交互的时间差并计算该有向边的平均交互时间差，再对所有有向边的平均交互时间差求平均值，取该平均值的倒数作为时间衰减系数；对于仅存在1次历史交互记录、无法计算相邻交互时间差的有向边，将其平均交互时间差设定为所有可计算有向边的平均交互时间差的平均值；

33、将方向归一化后的传导概率与时间衰减因子进行乘积处理，得到风险传导概率矩阵中的元素，其计算过程表示为：

34、；

35、其中，表示资产节点j的全部出边邻居集合，表示资产节点j到资产节点k的综合依赖强度。

36、进一步在于，风险迭代量化模块具体用于：

37、获取资产节点i的漏洞扫描结果对应的漏洞等级分值、统计窗口内历史故障次数归一化值和业务重要性等级归一化值；

38、其中漏洞等级分值通过将漏洞扫描结果中的漏洞严重等级与预设等级分值映射表进行匹配得到，预设等级分值映射表将漏洞严重等级划分为高危、中危、低危三个等级，对应分值分别为0.8至1.0、0.4至0.7、0.1至0.3；

39、历史故障次数归一化值通过对历史故障次数进行最大最小值归一化处理得到，归一化统计范围为全局所有资产节点的历史故障次数，当归一化统计范围内的最大值与最小值相等时，表明该指标无区分度，将历史故障次数归一化值取为0，以消除该分量对自身脆弱性评分的贡献；

40、业务重要性等级归一化值通过将业务重要性等级序号除以最高业务重要性等级序号得到；

41、对漏洞等级分值、历史故障次数归一化值和业务重要性等级归一化值进行加权求和，得到自身脆弱性评分，加权系数满足，其计算过程表示为：

42、；

43、以自身脆弱性评分作为资产节点i的初始风险值；

44、在每次迭代中，将资产节点i的自身脆弱性评分与来自其全部入边邻居节点的传导风险进行加权合成，自身脆弱性评分的权重系数根据调节因子进行映射得到，其映射关系为：当调节因子越大时，资产节点i对外提供服务的不可替代性越强，自身脆弱性权重系数越大；

45、自身脆弱性评分的权重系数通过将资产节点i的调节因子与全部资产节点的调节因子平均值进行比值处理并归一化后得到，其计算过程表示为：

46、；

47、更新后的风险值通过以下过程计算：

48、；

49、其中，表示资产节点i的全部入边邻居集合，为入边邻居节点j在第t次迭代中的风险值；

50、当所有资产节点相邻两次迭代的风险值变化量均小于预设收敛阈值时停止迭代，预设收敛阈值根据风险值取值范围和经验设定，取值范围为0.001至0.01；

51、将停止迭代时各资产节点的风险值作为各资产节点的稳态风险量化值。

52、进一步在于，还包括动态更新模块，配置于中心处理器中，用于：

53、持续监测各条有向边上的单位时间调用频次、平均响应时延和单位时间数据交换量；监测周期为统计窗口时长的整数分之一；

54、对任一条有向边，计算当前监测周期内该有向边上的单位时间调用频次、平均响应时延和单位时间数据交换量相对于上一监测周期的相对变化率，相对变化率为当前监测周期值与上一监测周期值之差除以上一监测周期值的绝对值；

55、分别对单位时间调用频次相对变化率、平均响应时延相对变化率和单位时间数据交换量相对变化率，计算该有向边在历史多个监测周期内对应相对变化率的均值和标准差，将均值加上预设倍数标准差作为各自的自适应更新阈值，预设倍数根据历史波动程度确定，取值范围为1.5至3；

56、当任一条有向边的任一相对变化率超过对应的自适应更新阈值时，标记该有向边为受影响边，受影响资产节点为该有向边的源节点和目标节点；

57、仅对受影响边的综合依赖强度进行重新计算；

58、根据更新后的综合依赖强度重新计算风险传导概率矩阵中受影响边对应的元素；

59、以当前各资产节点的风险值作为迭代初始值，对受影响资产节点及其入边邻居和出边邻居的风险值执行单次迭代更新，得到更新后的风险值，其余资产节点的风险值保持不变；

60、若连续3个以上监测周期内同一有向边反复触发更新，则定义受影响关联节点集合为受影响边的源节点、目标节点以及这些节点的所有入边邻居和出边邻居；以当前各资产节点的风险值作为迭代初始值，仅对受影响关联节点集合内的节点执行完整的风险迭代量化至收敛，集合外节点的风险值固定为当前值，收敛条件为集合内所有节点相邻两次迭代的风险值变化量均小于预设收敛阈值，将收敛后的各资产节点的风险值作为新的稳态风险量化值；

61、对于仅执行单次更新而未触发完整收敛的情况，将单次更新后的各资产节点的风险值作为当前风险值继续监测。

62、进一步在于，评估结果生成模块还用于执行关键节点影响分析：

63、选取稳态风险量化值最高的预设数量资产节点作为关键节点；

64、对于每个关键节点，在有向加权依赖图中临时移除该关键节点及其全部入边和出边，并将该关键节点对应的行和列从风险传导概率矩阵中删除；

65、以移除前剩余资产节点的稳态风险量化值作为迭代初始值，对剩余资产节点重新执行风险迭代量化至收敛；

66、将移除后所有剩余资产节点的稳态风险量化值进行加权求和处理得到移除后的全局风险总值，将移除前所有资产节点的稳态风险量化值进行加权求和处理得到移除前的全局风险总值，加权求和时以各资产节点的业务重要性等级归一化值作为权重，且业务重要性等级归一化值为资产固有属性，不因节点移除而重新归一化；

67、将移除前的全局风险总值与移除后的全局风险总值进行差值处理，得到该关键节点对应的风险影响损失；

68、将稳态风险量化值与风险影响损失进行联合排序，联合排序规则为：首先按稳态风险量化值从高到低排序；当稳态风险量化值相同时，若参与比较的节点均具有风险影响损失，则按风险影响损失从高到低排序；若至少一个节点的风险影响损失为未评估，则将未评估节点排在已评估节点之后；

69、根据联合排序后的资产节点顺序以及各资产节点对应的稳态风险量化值和风险影响损失，生成电力数字资产风险量化评估结果。

70、进一步在于，评估结果生成模块还用于：

71、根据稳态风险量化值映射到动态风险等级区间，得到各资产节点的风险等级，动态风险等级区间通过以下方式确定：对当前全部资产节点的稳态风险量化值进行排序，采用等频分箱或基于聚类分析的方式确定区间边界，使得各风险等级内的资产节点数量分布均衡；

72、生成电力数字资产风险热力图，其中节点大小表示稳态风险量化值，节点颜色表示风险影响损失，对于未执行关键节点影响分析的资产节点，其风险影响损失标记为未评估，并在热力图中以特定颜色显示；

73、根据关键节点及其入边邻居关系提取关键依赖路径，提取过程为：从关键节点出发，沿该关键节点的入边方向回溯至上游节点，选择综合依赖强度最大的入边作为关键上游依赖边，重复回溯直到无入边或达到预设回溯深度，预设回溯深度根据资产节点总数和分析需求确定，取值范围为3至10；若存在多条综合依赖强度并列最大的入边，则全部保留作为并列关键上游依赖边，并分别继续回溯，形成多条关键依赖路径；

74、将各资产节点的资产标识、动态风险等级区间对应的风险等级、风险影响损失以及关键依赖路径进行整合，生成包含资产标识、风险等级、风险影响损失和关键依赖路径的资产风险清单。

75、本发明相比现有技术具有以下优点：

76、通过部署于电力监控系统、数据中台、安全漏洞扫描平台和资产管理系统的数据采集代理与边缘计算节点，对多源运行数据进行时间对齐、跨系统资产标识统一映射、自然人操作主体字段去标识化、缺失值填补及异常值检测替换等处理后得到标准化运行数据，在满足数据合规要求的同时保证了后续计算的输入质量；通过综合单位时间调用频次、单位时间数据交换量、平均响应时延、资产类型权重和业务重要性等级计算有向边综合依赖强度，构建有向加权依赖图，能够真实反映电力数字资产之间的实际业务依赖程度和调用紧密度；通过对综合依赖强度进行方向归一化并结合基于历史交互时间差统计确定的时间衰减系数计算风险传导概率矩阵，使风险传导模型同时体现拓扑结构影响和时间动态衰减特性，更加贴近实际风险传播规律；通过结合漏洞等级分值、历史故障次数归一化值和业务重要性等级归一化值加权计算自身脆弱性评分，并利用由调节因子映射得到的自身脆弱性权重系数与入边邻居传导风险进行迭代合成，最终输出稳态风险量化值，能够同时考虑资产自身脆弱性和来自依赖上游的风险传导贡献，提高风险评估的准确性和稳定性；通过动态更新模块监测各条有向边上的单位时间调用频次、平均响应时延和单位时间数据交换量的相对变化率，并基于历史变化率均值和标准差构建自适应更新阈值，在触发更新时先执行局部单次更新，对反复触发更新场景再限定受影响关联节点集合进行完整收敛计算，在保证更新结果与全量重算一致性的同时显著降低动态风险评估的计算开销；通过关键节点影响分析中移除关键节点及其关联边并重新迭代收敛，以业务重要性等级归一化值加权的全局风险总值差值作为风险影响损失，能够量化关键数字资产失效对整体风险水平的实际影响；通过动态风险等级区间划分、风险热力图展示、关键依赖路径回溯提取以及包含资产标识、风险等级、风险影响损失和关键依赖路径的资产风险清单生成，使评估结果具有直观可解释性，便于运维人员识别高风险资产和关键依赖链路并制定针对性防护措施。