王一婧

摘要：在電力系統(tǒng)運行過程中，為了更好地保證其運行過程的網絡信息安全，必須做好網絡信息安全工作，進而更好地穩(wěn)定運行電力系統(tǒng)。現階段，我國電網的電力系統(tǒng)中網絡信息安全系統(tǒng)發(fā)展的比較全面，可以幫助電力系統(tǒng)管理網絡信息安全。但在其具體的應用中仍存在許多問題，只有解決電力系統(tǒng)中的網絡信息安全問題，才能確保電力系統(tǒng)中的網絡信息工作順利進行。對此，本文概述了人工智能技術，探討了電力系統(tǒng)網絡信息存在的安全風險，并提出了基于人工智能的電力信息網絡安全自防御技術，僅供參考。

關鍵詞：人工智能;電力信息網絡安全;自防御研究

1人工智能技術的概述

當今社會，電力在人們的生產生活中有著不可或缺的作用，電力信息網絡安全也越發(fā)受到人們的重視。人工智能技術涉及到信息技術、神經學等多個領域，借助現代科學技術實現行為機器的自動化，并發(fā)現問題、解決問題的過程。人工智能應用于工業(yè)化生產中，由于具有極強的信息處理能力，發(fā)揮著重要作用。人工智能由多個處理單元組成，小單元之間相互獨立又相互聯系，可以進行信息儲存并提取。人工神經網絡是基于機電保護原理，建立在對人的神經系統(tǒng)的模仿上，在電力系統(tǒng)出現故障時，可以及時判斷故障原因，并對具體的故障情況進行分析。

2電力系統(tǒng)網絡信息存在的安全風險

2.1維護信息安全所使用的防護技術不夠合理

目前，我國電力企業(yè)信息安全防護所采用的硬件設備已經足夠完善，電力企業(yè)基本上能按照標準安全防護要求進行防火墻及網絡隔離裝置的設置，并讓相關工作人員按時對計算機可能存在的漏洞及病毒進行掃描。但是，目前電力企業(yè)的信息安全策略及裝置還未達到完善程度，格力裝備等對黑客來說形同虛設。

2.2人員管控不到位我國

電力系統(tǒng)的內網及外網分離目前已經取得了一定成果，能夠將網絡攻擊造成的電力系統(tǒng)故障降低并消除。但是，內網在實際管理及運營過程中，相關操作人員在實際維護過程中并沒有發(fā)現問題，核心設備基本來自于國外，設備的維護過于依賴外來人員，內網系統(tǒng)維修過程中所涉及到的數據或信息很可能為他人所用。除此之外，電力企業(yè)內部領導人員及操作人員可以利用存儲及數據設備漏洞等，導致電力系統(tǒng)網絡信息遭受網式攻擊。

2.3信息測評力度不夠

電力系統(tǒng)日常安全測評力度不夠，單位信息安全風險評估工作并未開展，存在較大的安全風險及威脅，并未進行針對性改正，信息安全保護工作未有效進行，信息的備案、測評及整改等工作并未得到相關工作人員的充分認識，導致單位內部經常出現信息安全隱患及短板問題。

3基于人工智能的電力信息網絡安全自防御技術

基于人工智能的電力信息網絡安全自防御技術，包括基于人工智能的數據集儲、數據傳輸、風險分析反饋、風險檢測、風險評估、安全防御和預警這幾大塊。

3.1數據集儲

基于人工智能的數據集儲用于收集并加密存儲終端的含有用戶相關信息的有用數據，收集時對收集有用數據的網絡節(jié)點進行認證，確保數據采集環(huán)境可信任，建立信任關系。

3.2數據傳輸

基于人工智能的數據傳輸用于實現各種有用數據的加密傳遞，確保有用數據不會被任意獲取。

3.3風險評估

所述風險分析反饋根據傳遞的有用數據和已經驗證的風險管理經驗進行風險分析并輸出反饋信息，包括：1）數據預處理，用于對所述有用數據進行數據清理和清洗，過濾掉包含噪音和異常的數據，形成用戶行為分析的有效數據集。2）基于改進 K-means聚類方法的數據分析，用于對所述有效數據集進行分類整理和分析，并對用戶的行為進行分析，輸出用戶行為分析結果，其包括依次連接的數據準備單元、數據挖掘單元和用戶行為分析單元。3）反饋，用于根據用戶行為分析結果，識別風險操作，并從知識庫提取相應的安全策略，再匯總風險操作和相應的安全策略打包成反饋信息。

3.4風險檢測

風險檢測用于在已驗證的安全網絡環(huán)境下根據反饋信息對正在運行的終端進行實時檢測并輸出檢測結果。風險評估用于對風險檢測的輸出結果進行評估并輸出評估結果，具體為：1）確定風險等級：將風險劃分為藍色風險、黃色風險、橙色風險和紅色風險四個等級，檢測結果根據相應閾值范圍確定風險等級。2）輸出評估結果：進一步地，在相應風險等級內確定風險破壞度和可修復程度，并輸出評估結果。

3.5安全防御

安全防御對反饋信息、檢測結果和評估結果進行綜合分析，得到相應的綜合風險，調用相應且合適的安全策略。具體為：

1）定義綜合風險函數：Z：Z=f×δ1+j×δ2+p×δ3

式中：f表示反饋信息，對應權重為δ1;j表示檢測結果，對應權重為δ2，p表示評估結果，對應權重為δ3。δ1+δ2+δ3=1。

2）根據 Z值范圍確定相應的安全策略。預警包括安全開關和報警器，當風險超過自防御系統(tǒng)防御能力或者安全防御出現故障時，安全開關會自動將切斷電源，同時報警器發(fā)出警報。

3.6針對有效數據集進行聚類操作

根據上面所述的基于人工智能的電力信息網絡安全自防御技術，其特征在于，所述數據挖掘單元采用改進 K-means聚類方法對由數據準備單元處理過的有效數據集進行聚類的具體操作為：1）設所述有效數據集具有 n個樣本，對 n個樣本進行矢量化，通過夾角余弦函數計算所有樣本兩兩之間的相似度，得到相似度矩陣 XS。2）對相似度矩陣 XS的每一行進行求和，計算出每一個樣本與整個有效數據集的相似度，設 XS=[sim（ai，aj）]nXn，i，j=1，…，n，其中 sim（ai，aj）表示樣本 ai，aj間的相似度，求和公式為：XS，p=sim（ai，aj），p=1，…，n。3）按降序排列 XS，p，p=1，…，n，設 XS，p按從大到小排列的前 4個值為 XS，max，XS，max-1，XS，max-2，XS，max-3，若，選擇與昀大值 XS，max相對應的樣本作為第一個初始的聚簇中心，否則選擇與 XS，max，XS，max-1，XS，max-2，XS，max-3，對應的四個樣本的均值作為第一個初始的簇中心。將昀大值為 XS，max對應的矩陣中行矢量的元素進行升序排列，假設前 k-1個昀小的元素為 XS，pq，q=1，…，k-1，選擇前 k-1個昀小的元素XS，pq相對應的文檔 aq作為剩余的 k-1個初始的聚簇中心，其中所述 k值的設定方法為：設定 k值可能取值的區(qū)間，通過測試 k的不同取值，并對區(qū)間內的各個值進行聚類，通過比較協方差，確定聚類之間的顯著性差異，從而來探査聚類的類型信息，并昀終確定合適的 k值。5）計算剩余樣本與各初始的聚簇中心之間的相似度，將剩余樣本分發(fā)到相似度昀高的聚簇中，形成變化后的 k個聚簇。6）計算變化后的聚簇中各樣本的均值，將其作為更新后的聚簇中心代替更新前的聚簇中心。7）若更新前的聚簇中心與更新后的聚簇中心相同，或者目標函數達到了昀小值，停止更新，所述目標函數為：

其中：Cl表示 k個聚簇中的第 l個聚簇;ax為第 l個聚簇中的樣本，為第 l個聚簇的中心。

結語

基于人工智能技術，設置基于人工智能技術的數據集儲、數據傳輸、風險分析反饋、風險檢測、風險評估、安全防御和預警，保證了數據的安全存儲和安全傳輸，且對用戶相關信息進行分析，得出用戶潛在的風險操作，并針對該風險操作調用相應且合適的安全策略，保證了系統(tǒng)的安全和可信度，又避免了系統(tǒng)資源的閑置。

參考文獻

[1]楊林.淺談電力系統(tǒng)信息通信網絡安全及防護[J].電子世界，2018（24）：202.

[2]程宇.電力系統(tǒng)網絡信息安全風險防范措施研究[J].現代工業(yè)經濟和信息化，2018，8（16）：79-80.

[3]汪少成，郭瑞祥.人工智能行業(yè)應用及對電力行業(yè)發(fā)展的思考[J].智能城市，2018，4（23）：143-144.

[4]戴彥，王劉旺，李媛，顏擁，韓嘉佳，文福拴.新一代人工智能在智能電網中的應用研究綜述[J].電力建設，2018，39（10）：1-11.