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！

龙图腾网获悉苏州恒臻星科技有限公司申请的专利一种基于数据分析的工业控制网络安全风险评估方法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：CN119814466B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510080065.X，技术领域涉及：H04L9/40；该发明授权一种基于数据分析的工业控制网络安全风险评估方法是由李响;李尚宸;郭凯设计研发完成，并于2025-01-19向国家知识产权局提交的专利申请。

本一种基于数据分析的工业控制网络安全风险评估方法在说明书摘要公布了：本发明公开了一种基于数据分析的工业控制网络安全风险评估方法，涉及网络安全风险评估技术领域，通过多元回归分析计算出风险趋势系数Rte，该系数能够反映出潜在安全事件的趋势变化，提前识别未来可能发生的风险。结合动态风险评估机制，通过设置动态阈值Td，当风险趋势系数Rte超过动态阈值Td时，系统能够自动生成警报和防护措施建议。该动态评估方式使得系统可以根据网络的实时变化自动调整预警机制，增强了应对突发性网络攻击的灵活性和反应速度，有助于管理者及时采取措施进行安全防护。通过大数据分析和动态风险评估，该方法能及时识别潜在风险并进行实时预警，显著减少安全事件的发生概率，降低了对人工操作的依赖。

本发明授权一种基于数据分析的工业控制网络安全风险评估方法在权利要求书中公布了：1.一种基于数据分析的工业控制网络安全风险评估方法，其特征在于：包括以下步骤： 步骤一：通过网络中的各类传感器、日志系统和安全设备，采集历史安全数据和实时数据，包括设备通讯错误率Perr、流量波动性系数Ffluc、网络延迟峰值Ndelay和设备故障触发频率Efail，组成数据集W； 步骤二：对采集的数据集W进行预处理，包括去除异常值、数据降噪、缺失数据填补和标准化处理，获取标准数据集WB； 步骤三：通过使用特征提取算法从标准数据集WB中提取出风险指标，包括历史安全事件的发生频率Fev、事件影响程度Iev和时间间隔,获取风险特征值; 从标准数据集WB中提取与安全事件相关的时间戳，统计在一定时间窗口发生的安全事件次数，获取安全事件的发生频率Fev； 所述安全事件的发生频率Fev通过以下公式获取： ，式中表示在时间窗口内发生的安全事件总数；表示时间窗口的长度； 计算连续安全事件之间的时间间隔，所述时间间隔通过以下公式获取； ； 式中，表示第i个事件与第i+1个事件之间的时间间隔，表示第i个事件的时间戳，表示第i+1个事件的时间戳； 基于每个事件的影响范围，包括受影响的设备数量、数据丢失量和停机时间，综合评估事件影响程度Iev；所述事件影响程度Iev通过以下公式获取： ； 式中，表示受影响的设备数量，表示数据丢失量，表示因事件引起的停机时间，、和，分别表示受影响的设备数量、数据丢失量和停机时间的预设权重值； 通过分析历史安全事件的发生频率Fev和时间间隔，识别出高频和密集型事件，在基于事件影响的多维因素，根据事件影响程度Iev，提供高风险事件的优先处理依据，获取风险特征值;所述风险特征值通过以下公式获取： ; 式中，Fev表示安全事件的发生频率，表示时间间隔，Iev表示事件影响程度，、和分别表示安全事件的发生频率Fev，时间间隔；和事件影响程度Iev的权重系数； 步骤四：通过使用大数据分析方法，对提取出的风险特征值进行趋势分析，识别出安全事件的风险趋势，通过使用多元回归分析，计算风险趋势系数；使用多个影响因素作为自变量对险特征值Fak进行多元回归分析，计算出每个自变量对险特征值的影响，其中影响因素包括设备通讯错误率Perr、流量波动性系数Ffluc、网络延迟峰值Ndelay和设备故障触发频率Efail； 多元回归公式为： ； 式中，表示时间t时的风险特征值，表示回归方程中的常数项，G表示误差项，、、和分别表示设备通讯错误率Perr、流量波动性系数Ffluc、网络延迟峰值Ndelay和设备故障触发频率Efail的回归系数；基于时间t时的风险特征值，提取影响因素对应的回归系数，获取风险趋势系数Rte；通过风险趋势系数Rte来预测未来一段时间内风险的变化趋势；所述风险趋势系数Rte通过以下公式获取： ; 式中，表示风险特征值对时间的导数，表示在时间窗口内发生的安全事件总数，表示时间窗口的长度，表示第i类事件的频率，λ表示时间衰减因子，表示指示函数； 步骤五：通过动态阈值Td与获取的风险趋势系数Rte进行动态风险评估，当风险趋势系数Rte超过动态阈值Td时，系统生成警报；通过动态阈值Td与获取的风险趋势系数Rte进行动态风险评估，获取风险特征分析结果，风险趋势系数Rte超过动态阈值Td时，系统生成警报，进行适应风险环境的变化；所述动态阈值Td通过以下公式获取： ; 其中，表示风险趋势系数Rte的历史均值，表示风险趋势系数Rte的历史标准差，L表示可调节的安全系数； 步骤六：当系统生成警报时，系统会生成安全警报并自动生成报告，报告包括风险趋势的变化情况、风险特征分析结果以及建议的防护措施； 识别并连接网络中的各类传感器、日志系统和安全设备，通过SNMP网络协议从设备中获取数据包括设备通讯错误率Perr、流量波动性系数Ffluc、网络延迟峰值Ndelay和设备故障触发频率Efail；其中各类传感器包括通讯错误传感器、网络流量传感器、网络延迟传感器和设备故障传感器，通讯错误传感器对设备通讯错误率Perr进行采集，网络流量传感器对流量波动性系数Ffluc进行采集，网络延迟传感器对网络延迟峰值Ndelay进行采集，设备故障传感器对设备故障触发频率Efail进行采集；将从各设备获取的实时和历史数据传输至中央处理系统，将不同源头的数据转换为统一格式，组成数据集W； 通过使用机器学习算法检测和删除异常值，通过使用滤波和平滑算法来减少噪声干扰和去除噪声；通过使用均值插值法填补缺失数据，均值插值法公式如下： ; 式中，Wi表示缺失的数据点，Wj表示非缺失数据点，n表示非缺失数据的数量； 通过使用Z-score标准化方法对数据集w进行标准化处理，将不同特征的取值范围统一，获取标准数据集WB； 将获取的风险特征值按照一个月为时间单位进行时间序列分割，形成不同时间窗口的数据子集Xsub；所述数据子集Xsub通过以下公式获取： ; 式中,表示在时间段,,…,内的子集，包含每个时间段内的风险特征值；表示在第i个时间段内的风险特征值。

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苏州恒臻星科技有限公司，其通讯地址为：215400 江苏省苏州市太仓市太仓港经济技术开发区北环路16号港城广场3号楼1204-02室；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”。

以上内容由龙图腾AI智能生成。