文献类型：期刊文章

作　　者：姜红红[1] 张涛[2] 赵新建[1] 钱欣[1] 赵天成[1] 高莉莎[1]

机构地区：[1]国网江苏省电力公司南京供电公司,江苏南京210019 [2]北京邮电大学网络与交换技术国家重点实验室,北京100876

出　　处：《电信科学》

年　　份：2017

卷　　号：33

期　　号：3

起止页码：134-141

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、INSPEC、JST、NSSD、RCCSE、ZGKJHX、核心刊

摘　　要：随着智能电网建设的加强,电力信息网络及其承载的业务系统得到迅猛发展,网络业务流量的检测和预警具有重要的安全意义。针对目前电力信息网络缺乏处理流量异常问题的有效技术手段,提出了一种基于大数据的电力信息网络流量异常检测机制,并通过对改进的局部异常因子(M-LOF)和支持向量域数据描述(SVDD)两种常用异常检测算法的对比分析,总结出适合电力信息网络的流量异常检测方法 。

关 键 词：电力信息网络 流量异常检测 局部异常因子 支持向量域数据描述  

分 类 号：TM744]