IATF在电力系统安全防护中的应用

电力系统是我国重要的基础设施，它的安全运行，直接关系到我国各行各业的发展、社会的安定和人民生活水平的提高。一旦电力系统出现信息安全问题，将危机电网的安全运行，所造成的损失和影响将是无法估量的。回想2003年“8.14”美加大停电，直至现在人们仍心有余悸。通常电力系统的信息安全指电力二次系统的安全，     

基于电话线的变电站远程图象传输系统Far-V

介绍利用普通电话线实现远程图象传输的原理及系统Far-V，重点描述了其中关键的 多媒体运动图象压缩技术，论证了该系统适用于远距离变电站的经济性和实用性。     

基于广域网连接的电力数据网设计

提出了一种建立在现有电力数据通信网基础上的省级电力数据通信网络设计方案,可实现各地区与省局的管理信息交流,省调与地区间、各相邻地区间ＳＣＡＤＡ／ＥＭＳ实时或非实时数据的信息共享。针对不同的系统和数据特点,采用网关连接方式、ＲＴＵ直接接入方式和非实时数据接入方式,使接入接口标准化。详细地介绍了该网络应用软件和网络体系结构。     

基于数字证书认证的电力安全拨号认证系统

针对电力远程拨号系统的安全防护需求,对其相关安全隐患进行了分析,并设计和实现了基于数字证书认证的电力安全拨号认证系统,分析了其技术特点.该系统可对拨号客户端和拨号网关进行数字证书互验及客户端可信接入,对传输数据进行加密、签名,避免敏感信息泄漏及篡改,并可进行细粒度访问控制和用户行为审计,有效地解决了电力远程拨号系统相关安全隐患,对电力二次系统安全防护具有重要意义.     

智能电网环境下用户行为可信数据安全交换研究

随着智能电网的建设,电力信息网络越来越复杂,为了解决电力信息网络环境下各信息孤岛之间、电力企业与电力用户之间数据交换和共享的安全,提出智能电网环境下用户行为可信数据安全交换:在客户端,记录数据的基本属性及用户操作;通过统一的安全交换协议进行信息传输;在服务端,依据数据属性和用户操作通过配置策略过滤数据,使用关联分析分析用户异常行为,并采用用户行为可信技术对用户行为进行可信检查。通过分析,用户行为可信数据交换能够在异构环境下从数据传输、数据安全和用户行为可信三方面确保数据的安全交换。     

电力系统信息安全防护关键技术的研究

介绍了电力系统信息安全防护的关键技术，包括安全评估、物理隔离、IPSec．SSL；然后指出这些技术发展趋势，包括综合安全功能的物理隔离设备、定量安全评估技术、SSLVPN等；这些关键技术的研究和使用，可以构筑一个立体的．坚固的电力系统信息安全防护体系。     

基于软交换的智能电网可信网络连接模型研究

传统可信网络连接模型难以适应智能电网环境下接入网络复杂异构的实际情况,同时,由于下层传输协议的安全措施缺失,传统TNC模型存在安全隐患.针对上述问题,文章首先对传统TNC的模型和工作流程进行分析,设计了基于软交换的TNC改进模型.该模型将网络访问请求时的控制流和媒体流分离,对各类接入设备进行透明控制和统一管理,同时,对下层通信协议进行安全加密.性能分析结果显示,该模型中数据包被破解的概率小于传统TNC模型,且数据传输效率与传统模型相同.可见,该模型在不降低数据传输效率的前提下,提高了网络的安全性能.     

图像识别综述及在电力信息安全中的应用研究

图像识别是图像研究领域的热门话题,它广泛应用于人脸识别、计算机视觉、机器人等许多领域.智能电网是世界电网发展的趋势,它将为用户提供稳定可靠、安全性高、灵活性强及高质量的电能.为了保证智能电网的安全可靠,电力信息安全技术是必要条件.文中通过分析图像识别过程及其步骤,综述图像特征提取方法和图像识别算法,总结图像识别的研究方向.最后通过分析智能电网对信息安全技术的依赖性,总结图像识别在智能电网,特别是电力信息安全中的应用前景     

基于动态网络行为可信度量的安全审计

安全审计系统作为一种对用户网络行为的有效监督手段,对网络行为的可追溯和可控制起着重要作用.文中提出了一种基于动态网络可信度量的安全审计方法.该方法根据网络的实时日志信息,周期性对其进行数据挖掘生成规则,并将规则应用到数据流的过滤中.根据数据流与规则的匹配情况进行动态的可信度量,使得系统对可信行为和危险行为形成不同的安全访问控制机制.较以前以固定规则应对变化的访问控制和过滤,所提出的方法具有很好的适用性和灵活性     

基于主动半监督学习的智能

智能电网的通信调度系统是智能电网正常运行的保证。为保证系统正确运行,值班员需要对电网信调系统 的运行状态、突发事件、事故故障以及相应的处理方案进行记录。为帮助管理者及时了解智能电网信息调度系统的工 作情况,发现潜在安全隐患,通常需要为这些日志数据标注其日志类型,以方便管理者查询和检索,因此,要求智能电 网信息调度系统能够自动对每天记录的各种日志根据管理需要进行分类。对大量根据值班员自己理解和习惯撰写的 日志进行自动分类,需要对由信息调度专家提供类型标注的大量日志数据进行学习。然而因人工阅读标注耗时、耗 力,故在实际应用中往往仅能提供少量的标注,从而影响自动分类的性能。针对这一问题,提出了基于主动半监督学 习的日志自动分类方法,该方法一方面利用主动学习找出对学习最有帮助的日志,获得其类型标注;另一方面,通过利 用大量缺乏类型标注的日志进一步提升学习性能。在国家电网的智能电网信息调度日志数据上的应用结果表明,基 于主动半监督学习,可获得比现有方法更优的日志自动分类性能。