首页> 中文期刊> 《信息网络安全》 >基于高斯混合聚类的电力工控系统异常检测研究

基于高斯混合聚类的电力工控系统异常检测研究

         

摘要

电力工控系统数据在时间维度上具有周期性,但其时间序列呈现多元高斯分布特性且周期长度不固定,这导致通过相似性度量来发现异常难以进行.针对上述问题,文章提出一种基于多元高斯聚类的电力工控系统异常时序检测方法.该方法首先获取电力工控系统流量数据,对其采用多元高斯分布混合算法实现时间序列的符号化,然后利用马尔可夫链从长度不固定的时间序列中提取出大小一致的状态转移概率矩阵作为数据特征,最后通过层次聚类方法计算样本的异常率实现异常检测.经实验分析表明,文章方法可以有效实现电力工控系统时序数据周期长度不同下的异常自动检测.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号