摘要：随着社会工业化和信息技术的不断发展,电力行业进入了智能电网时代。智能电网的信息安全主要包括物理安全、网络安全、数据安全及备份恢复等方面。重点研究其中的网络传输和数据安全,并设计出一套基于SSL通信协议和数字签名机制的通信模式,从而提高智能电网的安全防护能力。

摘要：针对传统外网终端在管理上存在诸多问题,对应用需求和网络环境提出采用虚拟技术对虚拟终端进行研究。通过部署虚拟终端在信息外网安全域,利用现有的安全策略对用户使用外网提供更完善的安全保障,规范外网桌面终端标准化管理功能。

摘要：为了提升网络边缘数据处理能力,满足终端大带宽和低时延的要求,构建了基于边缘基础设施的云计算平台,设计了具有动态带宽调整的光纤网络模型。提出了一种基于边缘云计算的时序优化算法,并将其应用于光纤无线网络。通过OPNET软件仿真分析了时序优化算法的传输时延均值,结果显示,优化后最大时延为43.1 ms,仅为传统方法的34.2%。实验对局域网内多个终端之间的数据通信进行分析,讨论了三种算法的传输能效、光纤信道利用率及传输能耗。实验结果显示,采用时序优化算法的测试结果具有明显改善,其传输能效提升了近1倍,边缘云数据传输时延均值信道利用率提升了约6.2%,网络传输能耗均值最优。该光纤无线网络模型及其优化算法在传输时延、信道利用率以及网络能耗方面具有明显提升。其在提升光纤通信链路选择及边缘端数据交互中具有一定的优势。

摘要：传统物联网设备指纹提取方法通常将流量中的隐私数据用于生成设备指纹并且采用手工设计特征的方式,在形成安全隐患的同时限制了模型的性能。针对上述问题,提出一种基于设备行为的物联网设备指纹深度提取方法(IoT device deep fingerprint extraction,IDFE)。IDFE将网络流量pcap文件划分为多个会话(sessions),并提取非隐私信息构建会话信息矩阵,设计了会话信息矩阵不同信息序列之间的依赖关系和会话数据包之间的时序依赖关系建模方法和融合方法,利用设计的全卷积Transformer提取融合后的会话特征矩阵中设备行为特征并生成设备指纹。在UNSW和YourThings两个公开数据集上进行了广泛的实验,验证了该方法的有效性。

摘要：作为第四次工业革命重要基石,工业互联网将孤立的工业系统转化为连接的网络,是数字产业化的重要拓展方向,工业物联网环境中的异常检测对自动化决策具有重要意义。针对现有大多数方法未能有效地考虑传感器间复杂的未知拓扑关系以及工业物联网时序数据内在的不同尺度模式导致异常检测精度有待提升的问题,提出了一种面向工业物联网时序数据的多尺度时空特征融合无监督异常检测方法MSTSAD,构建了一种新颖的双向时空特征提取模块依次捕获多个时间序列之间的相关性和双向依赖性。设计了多尺度门控时间卷积神经网络自适应地提取时间序列的多尺度时序特征,并引入双仿射实现多尺度时序特征和时空特征的交叉融合,增强模型对原始数据的特征提取。提出了结合对抗训练的变分自编码器来放大异常的重构误差并增强模型对训练数据噪声的抗干扰能力,提高了模型对异常数据的区分能力。在GPW、ECG5000、Occupancy和SWaT四个公开数据集上与五种先进方法进行了对比实验,实验结果表明,MSTSAD的F1分数提升了0.015~0.047。