买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网浙江省电力有限公司宁波供电公司申请的专利一种电力系统数据安全分析方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120281570B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510747985.2，技术领域涉及：H04L9/40；该发明授权一种电力系统数据安全分析方法、装置、设备及介质是由郑瑞云;陈迎阳;娄一艇;李鹏;江昊;曹雅素;柯方圆;刘帅;张之桢;杨少杰;李钟煦;莫佩雲;王勇;叶明达;裘建开;严钰君;陈晓杰;郭晓庆;张烨华;周晨轶设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种电力系统数据安全分析方法、装置、设备及介质在说明书摘要公布了：本发明提供一种电力系统数据安全分析方法、装置、设备及介质，涉及电力系统技术领域，所述方法包括：通过机器学习算法，根据主机在当前时间段的运行数据，确定主机在未来时间段内的安全分析策略；按照安全分析策略获取主机在未来时间段内的网络流量数据，得到网络流量数据的多个数据特征；根据每个数据特征，判断网络流量数据是否存在已知攻击特征；并通过无监督机器学习算法对网络流量数据进行聚类分析，得到聚类结果，根据聚类结果，判断网络流量数据是否存在未知攻击特征。本发明利用动态调整安全分析策略，同时通过无监督机器学习算法对网络流量数据中的未知攻击特征进行主动探索，提高了对电力系统数据安全的检测精度。

本发明授权一种电力系统数据安全分析方法、装置、设备及介质在权利要求书中公布了：1.一种电力系统数据安全分析方法，其特征在于，包括： 获取主机在当前时间段的运行数据； 通过机器学习算法，根据所述当前时间段的所述运行数据，确定所述主机在未来时间段内的安全分析策略； 按照所述安全分析策略获取所述主机在所述未来时间段内的网络流量数据，并对所述网络流量数据进行分析，得到所述网络流量数据的多个数据特征； 根据每个所述数据特征，判断所述网络流量数据是否存在已知攻击特征； 若所述网络流量数据存在所述已知攻击特征，则判定所述网络流量数据存在攻击行为； 若所述网络流量数据不存在所述已知攻击特征，则通过无监督机器学习算法对所述网络流量数据进行聚类分析，得到聚类结果；具体包括：当判定所述网络流量数据不存在所述已知攻击特征后，通过K-Means算法对所述网络流量数据进行相似分析，得到所述网络流量数据中所有数据点与多个初始聚类中心的欧氏距离；根据所述数据点与所述初始聚类中心的所述欧氏距离，将每个数据点分配至所述数据点对应的所述欧氏距离最小的初始聚类中心，得到所述网络流量数据的多个聚类簇，并将所述聚类簇作为所述聚类结果； 根据所述聚类结果，判断所述网络流量数据是否存在未知攻击特征；具体包括：根据所述聚类结果，确定所述网络流量数据的每个所述聚类簇的特征统计值，所述特征统计值包括所述聚类簇的数据点数量和分布数据；根据所述聚类簇的数据点数量和分布数据，判断所述网络流量数据是否存在异常聚类簇；若是，则判定所述网络流量数据存在未知攻击特征；若否，则判定所述网络流量数据不存在未知攻击特征； 其中，所述根据所述聚类簇的数据点数量和分布数据，判断所述网络流量数据是否存在异常聚类簇，包括：根据所述聚类簇的所述数据点数量和所述网络流量数据的总数据点数量，得到所述聚类簇的占比；根据所述聚类簇的所述分布数据，确定每两个所述聚类簇之间的簇间距离；当所述聚类簇与其他聚类簇之间的簇间距离均超过预设距离阈值，和或所述聚类簇的占比超过预设占比阈值时，判定所述网络流量数据存在异常聚类簇； 若是，则判定所述网络流量数据存在攻击行为，若否，则判定所述网络流量数据不存在攻击行为。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网浙江省电力有限公司宁波供电公司，其通讯地址为：315000 浙江省宁波市海曙区丽园北路1408号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。