基于风险动态演化的电力系统网络安全风险处置方法及系统与流程
本发明涉及电力系统及网络安全,尤其是基于风险动态演化的电力系统网络安全风险处置方法及系统。
背景技术:
1、随着新型电力系统建设推进,分布式新能源、边缘控制终端海量接入电网,电力信息域与物理电网深度耦合,fdia虚假数据注入、apt持续渗透、工控恶意指令、跨域协同网络攻击等复合型安全威胁常态化。网络风险不再局限于单点设备,会沿通信链路、电网拓扑跨域传播,形成动态演化全局风险。
2、现有城市综合能源信息物理系统在接收全局风险态势信息后,安全处置全流程高度依赖运维人工操作,然而,由于海量、多维度风险态势信息无自动化语义解析手段,复杂组合攻击、多节点联动风险只能依靠人工逐条梳理研判,分析效率低且易出现研判疏漏。而且面对新型、复合型攻击时无法快速匹配适配处置方案。另外,安全处置涉及调度、信通、运维多岗位、多业务系统,人工协同沟通链条长,处置动作存在先后约束、设备运行负荷约束,人工编排处置流程易出现冲突,无法同步完成网络隔离、链路切换、负荷调整多类操作。而且现有技术无法根据实时电网负荷、风险扩散动态调整处置强度,高峰时段贸然隔离关键设备易引发供电可靠性下降。
技术实现思路
1、针对现有技术的不足,本发明提供基于风险动态演化的电力系统网络安全风险处置方法及系统,以解决上述技术问题,本发明能够大幅提升电力系统面对apt攻击、虚假数据注入、恶意指令篡改等复杂威胁下的运行稳定性与安全韧性。
2、第一方面,本发明提供基于风险动态演化的电力系统网络安全风险处置方法,包括:
3、接收结构化全局风险态势集合,对结构化全局风险态势集合执行合法性校验、标准化封装,得到结构化风险描述对象。
4、利用大语言模型llm对所述结构化风险描述对象的每条风险对象做语义拆解,得到结构化风险上下文。
5、基于结构化风险上下文在所述网络安全知识库中检索匹配知识集合,基于所述风险对象、结构化风险上下文、匹配知识集合构建知识增强上下文。
6、基于所述知识增强上下文,利用多智能体构建可行候选处置方案。
7、构建包括策略网络actor和价值网络critic的强化学习模型,基于可行候选处置方案对所述强化学习模型进行训练,并利用收敛的强化学习模型预测最优处置动作。
8、基于最优处置动作进行攻击抑制和韧性恢复,并基于处置效果判定最优处置动作是否达标。
9、作为优选的,利用大语言模型llm对所述结构化风险描述对象的每条风险对象做语义拆解,得到结构化风险上下文,包括:
10、将结构化风险描述对象的每条风险对象转换为相应的标准化prompt输入文本;
11、将标准化prompt输入文本送入大语言模型llm,得到推理结果;
12、将所述推理结果转换为标识编码,并与推理结果封装为结构化风险上下文。
13、作为优选的,基于结构化风险上下文在所述网络安全知识库中进行检索,得到匹配知识集合,包括:
14、从结构化风险上下文中提取攻击类型、负荷场景标签、攻击阶段编码、供电区域编码构成关键词检索集合;
15、调用网络安全知识库,以所述关键词检索集合为条件执行查询,得到候选知识子集;
16、将推理结果作为向量查询文本,调用嵌入模型对向量查询文本进行编码,生成查询向量;
17、根据所述候选知识子集的候选条目主键从网络安全知识库的向量库批量取出对应的条目语义向量;
18、计算查询向量与每一条条目语义向量的相似度,并保留相似度大于等于相似度阈值的有效条目语义向量;
19、将所有有效条目语义向量按照相似度降序排序,截取top-k条有效条目语义向量作为最优条目语义向量;
20、对最优条目语义向量执行电网运行约束校验,剔除不满足要求的最优条目语义向量,得到匹配知识集合。
21、作为优选的,基于所述知识增强上下文,利用多智能体构建可行候选处置方案,包括:
22、利用风险分析智能体基于知识增强上下文执行风险分级划分,得到风险分析报文;
23、利用策略生成智能体基于风险分析报文生成原始候选处置方案;
24、利用资源调度智能体结合电网实时备用资源状态,校验原始候选处置方案资源占用情况,剔除资源抢占、备用设备不足的冲突方案,得到优选候选处置方案;
25、利用执行控制智能体根据先阻断后恢复的规则对优选候选处置方案进行编排处置动作串行或并行时序,得到可行候选处置方案。
26、作为优选的,构建包括策略网络actor和价值网络critic的强化学习模型,基于可行候选处置方案对所述强化学习模型进行训练,并利用收敛的强化学习模型预测最优处置动作,包括:
27、构建状态空间和离散处置动作空间;
28、基于安全收益奖励、供电可靠度奖励和处置扰动代价构建即时奖励函数;
29、在电力cps虚拟仿真交互环境中批量采样可行候选处置方案,逐条生成仿真轨迹;
30、基于仿真轨迹采用ppo近端策略优化算法完成迭代寻优,直至长期累积奖励收敛,得到收敛的强化学习模型;
31、将当前实际采集的动作空间输入收敛强化学习模型,并将最大化长期累积奖励对应的处置动作作为最优处置动作,并将所述最优处置动作封装为标准化策略对象。
32、作为优选的,基于仿真轨迹采用ppo近端策略优化算法完成迭代寻优,直至长期累积奖励收敛,得到收敛的强化学习模型,包括:
33、将所述仿真轨迹的状态空间分别输入策略网络actor和价值网络critic,分别得到处置动作执行概率分布和当前空间状态的长期累积奖励期望;
34、基于处置动作执行概率分布得到当前仿真待执行动作;
35、基于仿真轨迹单步奖励与下一时刻长期累积奖励期望计算优势函数;
36、以当前时刻的优势函数作为策略网络actor的更新监督信号,同时以长期累积奖励为标签,通过均方误差损失反向更新价值网络critic参数;
37、若连续n轮迭代当前迭代轮次的长期累积奖励,提升幅度低于预设极小阈值,则判定强化学习模型收敛。
38、第二方面,本发明提供基于风险动态演化的电力系统网络安全风险处置系统,包括:
39、数据采集模块,用于收结构化全局风险态势集合,对结构化全局风险态势集合执行合法性校验、标准化封装,得到结构化风险描述对象risk。
40、语义拆解模块,用于利用大语言模型llm对所述结构化风险描述对象risk的每条风险对象做语义拆解,得到结构化风险上下文。
41、增强模块,用于基于结构化风险上下文在所述网络安全知识库中检索匹配知识集合,基于所述风险对象、结构化风险上下文、匹配知识集合构建知识增强上下文。
42、可行处置方案生成模块,用于基于所述知识增强上下文,利用多智能体构建可行候选处置方案。
43、最优处置动作预测模块,用于构建包括策略网络actor和价值网络critic的强化学习模型,基于可行候选处置方案对所述强化学习模型进行训练,并利用收敛的强化学习模型预测最优处置动作。
44、执行模块,用于基于最优处置动作进行攻击抑制和韧性恢复,并基于处置效果判定最优处置动作是否达标。
45、第三方面,本发明提供一种电子设备,包括:
46、至少一个处理器;
47、以及与所述至少一个处理器通信连接的存储器;
48、其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行时实现所述基于风险动态演化的电力系统网络安全风险处置方法。
49、本发明的有益技术效果为:
50、1、本发明利用大语言模型对结构化风险数据执行语义拆解,识别攻击阶段、潜在衍生电网风险、电网调度运行约束,大幅提升复杂工控攻击场景下风险研判的全面性与准确性。
51、2、本发明的网络安全知识库覆盖电力安全专属知识,通过检索精准匹配同工况、同攻击类型、同约束条件的历史最优处置案例,实现攻击场景下的知识迁移与经验复用,有效避免规则固化导致的处置僵化问题,显著提升复杂电网工况下处置方案的场景适应能力。
52、3、本发明通过多智能体实现可行候选处置方案的构建,解决了传统电力应急处置依赖人工的技术缺陷。
53、4、本发明根据电力cps虚拟仿真环境完成策略迭代收敛,根据最大化长期累积奖励选择最优处置动作,提高了电力系统应急处置的效果。
54、5、本发明通过攻击抑制与电网韧性恢复的执行逻辑,有效缩短电力工控攻击应急处置响应时长,降低攻击扩散与次生故障风险,大幅提升电力系统面对apt攻击、虚假数据注入、恶意指令篡改等复杂威胁下的运行稳定性与安全韧性。
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