基于深度神经网络的电力无线终端安全接入测试
新型电力系统的外部无线终端容易被攻击者通过物理接触发动内部网络渗透攻击,传统的设备安全测试对提升接入设备的安全性能收效甚微,且容易产生较高的假阳率.提出一种基于深度神经网络的无线接入安全测试方法,采用堆叠稀疏自编码器实现测试数据集的特征降维,并选取合适的特征维数进行训练,将选取的特征作为深度神经网络的输入层,构建高效测试用例,监测并发现异常状态.实验表明,该方法准确率达到90%,可以高效发现电力移动设备接入环境的异常.
无线接入、安全测试、机器学习
42
TP393.08;TN915.08;TM769
国网浙江省电力有限公司科技项目B311DS21000F
2023-11-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
101-106