一种针对电力系统资产危险性的区分方法、装置和系统与流程

本发明涉及管理预测的数据处理方法领域，尤其涉及一种针对电力系统资产危险性的区分方法、装置和系统。

背景技术：

1、随着电力通信网络安全性要求的提高、电力系统资产与实际物理世界的交流互动越发频繁，电力系统资产的安全性面临着越来越多的挑战。充分挖掘监测数据信息，为电力系统资产进行威胁评估和安全防护成为了电力系统重要的研究方向之一。

2、现有技术通常利用包括层次性分析模型、基于神经网络的动态风险评估算法和基于隐马尔科夫模型的评估方法对电力系统资产进行价值风险评估，进而确定被评估的资产中最容易遭受攻击的资产，进而向用户发出告警预测。

3、但是，层次性分析模型缺乏针对电力系统资产的动态评估考虑；而基于神经网络的动态风险评估算法则具有较大计算复杂度，且数据更新不便；基于隐马尔科夫模型的评估方法则只具有理论而不具备实际操作的经验。

技术实现思路

1、本发明提供了一种针对电力系统资产危险性的区分方法、装置和系统，以实现针对电力系统资产的危险程度进行区分进而实现针对性保护的技术效果。

2、为了解决上述技术问题，本发明实施例提供了一种针对电力系统资产危险性的区分方法，包括以下步骤：

3、获取会影响电力系统资产危险性的多个事件类型以及各事件类型对应的已发生事件数量；

4、将所述各类型事件对应的已发生事件数量作为评估参数构建待处理特征矩阵，并对所述待处理特征矩阵进行矩阵转换，获得标准化矩阵；

5、调用预设的熵权法根据所述标准化矩阵计算确定每一项所述评估参数的第一权重值，同时调用预设的系数法根据所述标准化矩阵计算确定每一项所述评估参数的第二权重值；

6、根据所述第一权重值和所述第二权重值计算确定所述评估参数的权重值，并根据所述权重值和所述标准化矩阵计算确定危险资产和安全资产。

7、本发明提供的评估方法通过获取的各项会影响电力系统资产危险性的事件发生的数量作为评估参数构建待处理特征矩阵，并对该待处理特征矩阵进行矩阵转换获得标准化矩阵，以此更好地处理各评估参数间的差异性，从而提升综合多种评估参数进行决策的准确性即提升后续区分确定的危险资产和安全资产的准确性。为了进一步提升区分获得的危险资产和安全资产的准确性，本发明还提供了一种针对评估参数权重值的计算方法，通过调用预设的熵权法和系数法分别确定各项评估参数的权重，并综合上述两种权重值确定最后权重值。由于熵权法确定的权重值对于非线性变化数据的计算结果不准确，因此本发明通过系数法对上述权重值进行优化补充，使得最后计算获得的权重值更准确，更符合实际情况。

8、同时根据上述确定的权重值和标准化矩阵计算确定的危险资产和安全资产的准确性和时效性均有提升，使得根据该区分方法获得的危险资产发出的告警预测能更精准地指出需要被保护的资产，进而使得用户能更迅速地针对所述危险资产进行安全防护，同时针对区分获得的安全资产放松防护，降低了维修人员的工作量同时提升了维修人员的工作精确性。

9、作为优选例子，所述多个事件类型包括以下的一种或多种事件组合：

10、对资产的漏洞扫描事件、病毒检测事件、开放服务事件、威胁通信事件、移动接入事件、网络接入事件、异常登录事件、文件篡改事件和运行变化事件。

11、为了确保针对资产危险性评估的全面性、客观性、量化性和时效性，本发明提供了上述多项事件发生数据作为评估参数进行待处理特征矩阵的构建。以上各项评估参数涵盖了资产危险性评估的多个方面，确保了资产危险性评估的全面性；而且以上各项事件类型均为客观存在的事件，确保了资产危险性评估的客观性；同时以上各项事件可通过量化方式进行评估，确保了资产危险性评估的量化性；可及时反映资产危险性的最新情况，确保了资产危险性评估的时效性。

12、综上可知，上述选择确定的评估参数能够更好地配合后续计算过程，同时也提高了最终区分确定的最危险资产和最安全资产的准确性。

13、作为优选例子，所述对所述待处理特征矩阵进行矩阵转换，获得标准化矩阵，具体包括：

14、调用预设的范数计算公式计算所述待处理特征矩阵中每一个序列的范数，并通过预设的归一化公式和计算获得的范数对所述待处理特征矩阵进行计算，获得规范化矩阵，调用预设的标准化公式对所述规范化矩阵进行计算获得所述标准化矩阵；

15、其中所述范数计算公式为：a为所述待处理特征矩阵中的因素，m为所述待处理特征矩阵的列数，a为所述待处理特征矩阵中第一个序列的范数；

16、所述归一化公式为：x为所述规范化矩阵中的因素；

17、所述标准化公式为：xij为所述规范化矩阵中第i行第j列的因素，n为所述规范化矩阵的行数，zij为所述标准化矩阵第i行第j列的因素。

18、本发明通过上述各项公式计算所述待处理特征矩阵中的每一个因素对应的标准化因素，进而实现了所述待处理特征矩阵的矩阵转化过程。

19、作为优选例子，所述调用预设的系数法根据所述标准化矩阵计算确定每一项所述评估参数的第二权重值，具体包括：

20、计算所述标准化矩阵中每一个因素的概率向量，并根据计算结果生成概率矩阵，对所述概率矩阵进行序列排名获得排名矩阵；

21、调用预设的相关系数公式分别计算所述排名矩阵中的每一个因素与所述排名矩阵除被选中的因素外剩余其他因素的相关系数，并根据计算获得的若干所述相关系数构建对应的相关系数矩阵；

22、根据所述相关系数矩阵确定所述第二权重值。

23、为了解决利用熵权法确定权重在面对非线性变化数据会产生的误差问题，本发明还提供了一种系数法对熵权法确定权重的不足之处进行了优化，通过综合上述两种方法计算获得的权重确定本发明区分方法采用的权重值，提高了获得的资产危险性评估的准确性。

24、本发明提供的系数法根据概率矩阵确定排名矩阵，根据排名矩阵确定相关系数矩阵，再根据相关系数矩阵确定第二权重值，通过以上一系列的计算过程最终确定的第二权重值在面对非线性变化数据时计算结果的准确性相较之现有技术只使用熵权法进行权重计算将得到有效提升。

25、作为优选例子，所述对所述概率矩阵进行序列排名获得排名矩阵，具体为：

26、按照从小到大的顺序对所述概率矩阵中的因素进行排名，使得所述概率矩阵中的每个因素与排名值一一对应；

27、将所述排名值与所述概率矩阵中对应的因素进行替换，获得所述排名矩阵。

28、本发明提供的获得排名矩阵的方法，为后续针对排名矩阵进行计算获得相关系数矩阵提供数据基础。

29、作为优选例子，所述调用预设的相关系数公式分别计算所述排名矩阵中的每一个因素与所述排名矩阵除被选中的因素外剩余其他因素的相关系数，具体为：

30、所述相关系数公式为：

31、其中，ρa,b为所述排名矩阵中第a个因素与第b个因素之间的相关系数，si,a表示第i个资产的第a个评估参数的排名，表示第a个评估参数对应的所有资产的平均排名，si,b表示第i个资产的第b个评估参数的排名，表示第b个评估参数所有资产的平均排名。

32、通过上述相关系数公式计算每一个排名矩阵中每一个因素与该排名矩阵中除了该因素外剩余其他因素之间的相关系数值，为后续构建相关系数矩阵提供数据基础。

33、作为优选例子，所述根据所述相关系数矩阵确定所述第二权重值，具体为：

34、对所述相关系数矩阵中的每一个因素进行取绝对值获得绝对值矩阵，并将所述绝对值矩阵中每一列包含的所有因素的和作为每一列对应的相关性向量；

35、根据所述相关性向量计算获得所述第二权重值。

36、为本发明通过系数法计算第二权重中根据相关系数矩阵确定第二权重值的计算过程。

37、相应的，本发明还提供了一种针对电力系统资产危险性的区分装置，所述区分装置包括参数获取模块、矩阵构建模块、权重确定模块和危险区分模块；

38、其中，参数获取模块用于获取会影响电力系统资产危险性的多个事件类型以及各事件类型对应的已发生事件数量；

39、所述矩阵构建模块用于将所述各类型事件对应的已发生事件数量作为评估参数构建待处理特征矩阵，并对所述待处理特征矩阵进行矩阵转换，获得标准化矩阵；

40、所述权重确定模块用于调用预设的熵权法根据所述标准化矩阵计算确定每一项所述评估参数的第一权重值，同时调用预设的系数法根据所述标准化矩阵计算确定每一项所述评估参数的第二权重值；

41、所述危险区分模块用于根据所述第一权重值和所述第二权重值计算确定所述评估参数数据的权重值，并根据所述权重值和所述标准化矩阵计算确定危险资产和安全资产。

42、相应的，本发明还提供了一种针对电力系统资产危险性的区分系统，所述评估系统包括存储器、处理器以及存储在所述存储器上并在所述处理器上运行的计算机程序，所述处理器处理所述计算机程序时实现以上任一项所述的一种针对电力系统资产危险性的区分方法。

43、相应的，本发明还提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器调用并执行，实现以上任一项所述的一种针对电力系统资产危险性的区分方法。