摘要：针对电力信息网络的安全态势精确判断问题,提出一种基于机器学习的安全态势感知方法,并将其应用于实际现场环境。该方法将安全态势感知抽象为分类问题,将实际现场监测设备的记录做为数据源输入到分类器以得到感知结果。基于球向量机设计分类器,并利用量子遗传算法搜索球向量机最优训练参数以提高分类精度。基于KDD Cup 99数据集的实验和系统的实际运行情况表明,该方法在态势感知精度方面优于传统方法。

摘要：已有基于属性加密的访问控制研究多是基于单授权中心来实现,该种方案在授权方不可信或遭受恶意攻击的情况下可能会造成密钥泄露。提出一种基于属性加密的多授权中心访问控制模型PRM-CSAC。基于CP-ABE方法,设计多授权中心的属性加密方案以提高密钥安全性;设计最小化属性分组算法,使用户访问文件时,能够按需分配密钥,减少不必要的属性密钥分配,降低重加密属性数量,提高系统效率;增加读写属性加强加密方对文件的访问控制,使访问控制策略更加完善。安全性分析及仿真实验表明,相比已有方案,PRM-CSAC对用户访问请求的响应时间更短,开销较小,且能够提供很高的安全性。

摘要：针对软件开发中的持久对象与关系数据库的存储矛盾,分析并研究了目前比较流行的一种对象关系映射实现(Hibernate)的框架结构和相关机制;设计了一种对象关系映射框架Lorm。该框架具有对象/关系映射功能,使应用程序开发人员能够以统一的、面向对象的方法进行对象数据存取,而不必关心底层关系数据库的实现,基于Lorm框架的应用开发还支持SQL语言和JDBC标准。

摘要：随着智能电网的实施,为了避免在电力调度中心、电厂及用户之间传输的数据被篡改、伪造而产生电力系统事故,提出并设计了认证体系结构。在此基础上,采用PKI技术、OpenSSL技术、双证书机制、OCSP协议,基于角色的权限分配设计了一个智能电力调度数字证书系统(SPDCert)的方案,它提供身份认证、证书生成和网络信息加密传输等功能,支持证书的实时在线查询,并能保证自身系统运行的安全。该系统能够方便地应用到智能电网的调度系统中,增强电力调度的安全性。

摘要：差分隐私技术作为一种隐私保护方法,在联邦学习领域得到了广泛应用。现有的差分隐私应用于联邦学习的研究,或是未考虑无标签公共数据,或是未考虑客户端之间的数据量差异,限制了其在现实场景的应用。文中提出一种基于知识蒸馏的差分隐私联邦学习方法,引入无标签公共数据集并考虑到客户端之间数据量的差异,为此场景设计了专用的差分隐私方案。首先,按数据量大小将客户端分组为“大数据量客户端”和“一般客户端”,用大数据量客户端的数据训练教师模型,教师模型为公共数据集添加伪标签,然后,公共数据集作为“特殊客户端”与“一般客户端”共同进行联邦训练。采用差分隐私技术保证客户端的数据隐私,由于特殊客户端的数据只有标签涉及隐私,在联邦训练中为其分配比一般客户端更多的隐私预算;限制隐私预算总量,设联邦训练阶段的隐私预算为定值,根据客户端对隐私性的需求和隐私预算平行组合性质,调整伪标签添加阶段的隐私预算。在MNIST数据集和SVHN数据集上的实验表明,在同等的隐私预算消耗下,训练得到了精度比传统方法更高的模型。本方案具有可拓展性,高灵活度的隐私预算分配使其可以满足复杂的隐私需求。

摘要：21世纪是信息化的时代,实现基础自动化和基础信息化及监控管理一体化是我国大部分水电站的当务之急。在深入调研的基础上提出了一种水电站厂级监控信息系统的总体设计方案,并对基础和过程自动化层、生产调度和监控层的结构及企业管理和决策层的模型进行了研究。提出的方案应用了较为前沿的计算机通信和工控技术及成熟产品,是计算机网络通信技术在水电站自动化及信息化中的综合应用。

摘要：近年来,恶意软件攻击对新型电力系统的威胁日益增大。为了应对潜在的风险,研究者通过在智能电网中部署恶意软件检测模型的方式来保护主机系统的安全。然而,越来越多的检测模型在精心构造的对抗样本面前暴露出了弱点。进一步分析潜在的漏洞,对提高新型电力系统稳定性有着深远意义。为此,文章提出一种基于深度强化学习生成恶意软件对抗样本的方法。该方法通过设计动作空间中攻击手段的方式提高对抗样本的逃避能力,然后使用集成环境对智能体进行训练,使得生成样本具有更好的迁移能力。实验结果表明,基于深度强化学习D3QN的对抗样本生成方法相较于其他方法具有更好的综合性能,有利于进一步挖掘目前电力系统中恶意软件检测模型的漏洞。