摘要：本文以国网某省电力有限公司(简称省电力公司)为例,利用电力用户的流量资源、用户与用能的数据资源基础上,建设并应用了以电力客户为中心的用户成长体系。

摘要：基于机器学习技术,设计了一种新的生活号敏感内容感知与预警系统。利用网页爬虫设计抓取流程,有效抓取生活号内容,并将抓取到的内容按照文本和图片进行分类,分别对不同类型的内容进行预处理,方便后续的感知预警。这个系统对文本内容的查全率更高,对生活号敏感内容具有更高的感知准确度。

摘要：电力信息平台工作量较大、控制范围广,其中的静态数据、动态数据以及动静混合数据类型复杂,容易出现管理漏洞。传统智能检测技术由于分析漏洞特性不到位,导致检测结果中遗漏了部分动态和混合数据,因此研究基于消息列队的电力信息平台安全漏洞智能检测技术。该检测利用消息列队网络,设计全新的智能扫描方式;通过评估漏洞风险态势,区分平台漏洞类型;根据程序分析技术,实现多角度漏洞检测。实验设置三类漏洞类型,即静态漏洞、动态漏洞以及混合型漏洞,根据实验结果可知,此次研究的检测方法,只在混合型漏洞检测时有数据遗失,其检测遗失率为10%;而两种传统方法面对动态漏洞、混合漏洞,其漏洞检测的平均遗失率分别为52.94%、65%。由此可见,此次研究的电力信息平台安全漏洞智能检测技术更可靠。