基于CNN和LSTM结合的电网网络攻击检测（英文）_吕首琦.pdf

第 卷 第 期 年 月电 子 器 件 .收稿日期：修改日期：，（，；，；，）：，（），（），（），（），（），：；：基于 和 结合的电网网络攻击检测吕首琦，海 涛，郑茂兴（中能工程集团陕西电力设计院有限公司，陕西 西安；黔南民族师范学院计算机与信息学院，贵州 都匀；宝鸡文理学院计算机科学学院，陕西 宝鸡）摘 要：为应对电力系统网络攻击检测面临的挑战，开发了一种基于深度学习的模型。该模型采用增强自适应弹性网络进行电力数据的特征提取，以增强数据的灵敏性并提高模型的训练和分类能力。此外，采用归一化和粒子群优化 均值（均值）噪声数据处理技术，以提高模型对噪声数据的适应性并缓解过拟合问题。采用基于 和 的多层集成学习模型对噪声数据进行训练，从而提高分类器的准确性。在验证阶段，与 最近邻（）、随机森林（）、支持向量机（）、卷积神经网络（）和其他模型相比，多层集成分类器表现出更优异的性能。值得注意的是，最佳分类器的准确率达到了。该模型的有效性对于指导电力系统的稳定性和安全管理具有重要意义。关键词：电力系统；深度学习；攻击检测；特征提取；均值；集成学习；粒子群优化；卷积神经网络中图分类号：；文献标识码：文章编号：（）（），（），第 期吕首琦，海 涛等：基于 和 结合的电网网络攻击检测 ，.，电 子 器 件第 卷 ，“”，（），（）（）（）（），（），：，（），：（，），（），（），（），：，；，：（，）()，（），（）（）第 期吕首琦，海 涛等：基于 和 结合的电网网络攻击检测 ，“”，.：（，（：，），（），（：，），（：，），（）（），（），：（）（），（），：（），（），（）（）（），（），（），（），电 子 器 件第 卷，（），：，：（），（），（），（，），（，），（，），（），（），第 期吕首琦，海 涛等：基于 和 结合的电网网络攻击检测 ；，“”，参考文献：，（）：，（）：，（），：，：，（）：，电 子 器 件第 卷，（）：，：，：，（）：，（）：，（）：，（）：吕首琦（），男，汉族，陕西咸阳人，高级工程师。研究方向：电力工程项目管理，电力技术研究；海涛（），男，回族，陕西宝鸡人，教授，博士。研究方向：人工智能、控制优化、计算机网络，。