【新一代智能变电站】智能变电站入侵检测数据降维方法的研究

本文作者：崔巨勇；于同伟；黄旭；张洪涛；曹云东；成功正常投稿发表论文到《电气应用》2014年21期,引用请注明来源400期刊网！

【摘要】：网络技术的快速发展使智能变电站信息一体化平台更为高效和便捷。大量的高级应用带来了更多的网络安全问题,入侵检测是解决这一问题的有效手段。针对目前智能变电站的信息隔离装置对Web入侵检测识别准确率不高的情况,提出了基于自适应共振理论与主成分分析的算法模型。入侵检测系统所使用的训练和测试数据集大都采用多维数据集,在数据预处理阶段往往需要对特征量进行降维处理。该模型可以一次性完成对入侵检测数据的降维和分类分析,并以KDD99数据集作为训练和测试数据集进行仿真实验,实验结果表明了模型的有效性,可以改善隔离装置的入侵检测效率。
【论文正文预览】：智能变电站作为智能电网的重要节点,依靠高速稳定的网络通信,对站内海量信息进行标准化处理,并实现站内外的数据共享和互操作[1]。为了使变电站的职能不局限于变电站与调度主站之间的数据传输和操作,越来越多基于Web技术的高级应用集成在智能变电站的信息化平台之上。网络通信
【文章分类号】：TM76;TM63
【稿件关键词】：智能变电站入侵检测数据降维自适应共振理论主成分分析
【参考文献】:

• 王晓霞;孙德才;唐耀庚;;改进的入侵检测数据降维方法[J];计算机工程与应用;2011年25期
• 陈晓梅;;入侵检测中的数据预处理问题研究[J];计算机科学;2006年01期
• 杨富华;彭钢;;PCA-SVM在网络入侵检测中的仿真研究[J];计算机仿真;2011年07期
• 胡洁;;高维数据特征降维研究综述[J];计算机应用研究;2008年09期
• 张新有;曾华燊;贾磊;;入侵检测数据集KDD CUP99研究[J];计算机工程与设计;2010年22期
• 田俊峰;刘仙跃;;入侵检测数据分类模型—PCANN[J];微电子学与计算机;2007年09期
• 肖媚燕;林丕源;严尚维;朱梅阶;黄沛杰;;养鸡生产数据的数据预处理[J];安徽农业科学;2010年36期
• 刘立月;黄兆华;刘遵雄;;高维数据分类中的特征降维研究[J];江西师范大学学报(自然科学版);2012年02期
• 袁浩;;基于量子粒子群的BP网络用于入侵检测[J];传感器与微系统;2010年02期
• 沈利香;曹国;;基于数据挖掘的入侵检测多分类模型研究[J];常州工学院学报;2011年06期
• 沈萍;;高维数据挖掘技术研究[J];电脑知识与技术;2009年06期
• 孙娜;;基于本体的文本分类研究综述[J];电脑知识与技术;2011年10期
• 龚成鹏;赵建新;;网络入侵检测系统研究[J];硅谷;2011年05期
• 沈利香;;基于GA与BP神经网络的网络入侵检测组合模型研究[J];常州工学院学报;2012年04期
• 郑继刚;;基于数据挖掘Weka平台的拒绝服务攻击关联分析[J];计算机安全;2013年01期
• 张旭;;基于主成分分析的网络入侵检测研究[J];计算机安全;2013年02期
• 李锐;李德家;;全光纤电流互感器在智能变电站中的校验及误差分析[A];全国冶金自动化信息网2014年会论文集[C];2014年
• 王丽萍;江通;白双莉;王镜淇;陈文;丁振华;穆坤;;音频变送器在苏里格气田的研发及应用[A];石化产业创新·绿色·可持续发展——第八届宁夏青年科学家论坛石化专题论坛论文集[C];2012年
• 张翔;文本挖掘技术研究及其在综合风险信息网络中的应用[D];西北大学;2011年
• 李玲娟;数据挖掘技术在入侵检测系统中的应用研究[D];苏州大学;2008年
• 赵俊龙;往复式压缩机振动信号特征分析及故障诊断方法研究[D];大连理工大学;2010年
• 任晓卫;上海地区人群甲型流感HA抗原进化与基因进化关系研究及H1N1流感潜在免疫显性位点的筛选[D];复旦大学;2010年
• 闫伟;基于数据挖掘的复杂产品关键质量特性识别的方法研究[D];天津大学;2012年
• 谢小正;数控机床主轴组件故障的知识发现研究[D];兰州理工大学;2013年
• 尹华;面向高维和不平衡数据分类的集成学习研究[D];武汉大学;2012年
• 刘积芬;网络入侵检测关键技术研究[D];东华大学;2013年
• 韩瑞珍;基于机器视觉的农田害虫快速检测与识别研究[D];浙江大学;2014年
• 蔺宏良;西安市交通环境轿车行驶工况与燃料消耗研究[D];长安大学;2013年
• 赵生艳;基于模式匹配的入侵检测系统研究[D];安徽大学;2010年
• 何伟;基于主成分分析和神经网络的蛋白质糖基化位点的预测[D];中南林业科技大学;2010年
• 闫慎;无线传感器网络入侵检测方法的分析与研究[D];太原理工大学;2011年
• 赵晖;基于聚类分析的入侵检测算法研究[D];西北大学;2011年
• 周艳;基于聚类和支持向量机的入侵异常检测方法研究[D];吉林大学;2011年
• 孙靖;无线mesh网络入侵检测技术的研究[D];北京邮电大学;2011年
• 姜嘉琪;类和样本加权支持向量机及其在入侵检测中的应用研究[D];内蒙古大学;2011年
• 郝娟;基于模糊关联规则的入侵检测系统研究[D];河北工程大学;2011年
• 李增劲;基于隐马尔科夫模型的人脸识别[D];南京理工大学;2011年
• 杜育林;基于信息熵的高维分类型数据子空间聚类算法研究[D];汕头大学;2011年
• 汪兴东,佘堃,周明天,刘恒;基于BP神经网络的智能入侵检测系统[J];成都信息工程学院学报;2005年01期
• 张祥德,张巍,刘玉蓉;数据挖掘分类问题的贪婪粗糙集约简算法[J];东北大学学报;2001年05期
• 张昊;陶然;李志勇;蔡镇河;;基于KNN算法及禁忌搜索算法的特征选择方法在入侵检测中的应用研究[J];电子学报;2009年07期
• 穆成坡;黄厚宽;田盛丰;;入侵检测系统报警信息聚合与关联技术研究综述[J];计算机研究与发展;2006年01期
• 陈晓梅;;入侵检测中的数据预处理问题研究[J];计算机科学;2006年01期
• 史美林;钱俊;许超;;入侵检测系统数据集评测研究[J];计算机科学;2006年08期
• 肖海军;洪帆;张昭理;廖俊国;;基于融合分类和支持向量机的入侵检测研究[J];计算机仿真;2008年04期
• 牛建强,曹元大;基于数据挖掘的IDS日志数据分析处理[J];计算机应用研究;2003年09期
• 刘密霞;张秋余;赵宏;余冬梅;;入侵检测报警相关性及评测数据集研究[J];计算机应用研究;2008年10期
• 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
• 朱永宣;基于模式识别的入侵检测关键技术研究[D];北京邮电大学;2006年
• 高飞;数据挖掘在入侵检测特征与规则集辅助生成中的应用[D];天津大学;2004年
• 刘建学,吴守一;一种加窗数据降维方法在食品品质分析中的应用[J];河南科技大学学报(自然科学版);2004年03期
• 李勇;陈贺新;赵刚;孙中华;陈绵书;;基于可变k近邻LLE数据降维的图像检索方法[J];吉林大学学报(工学版);2008年04期
• 刘丽敏;樊晓平;廖志芳;;联合L1范数和迹范数的数据降维模型及其优化算法[J];铁道学报;2013年05期
• 余婷;杨明顺;刘永;原博;;改进PCA降维算法及其在多元质量控制中的应用[J];工业工程与管理;2014年03期
• 常玉清,王小刚,王福利;PCA-DRBFN模型在精馏塔精苯干点估计中的应用[J];东北大学学报;2004年02期
• 邵纪东;非线性过程监测中的数据降维及相关问题研究[D];浙江大学;2010年
• 陈晓红;数据降维的广义相关分析研究[D];南京航空航天大学;2011年
• 陈多;数据降维方法研究及在人脸性别识别中的应用[D];重庆大学;2013年
• 谈锐;半监督数据降维方法的研究[D];江南大学;2012年
• 刘磊;对液相质谱数据集的数据降维[D];吉林大学;2007年
• 徐林丰;图嵌入模型及其在数据降维中的应用[D];西安电子科技大学;2011年
• 肖海明;基于数据降维和支持向量机的入侵检测方法研究[D];华北电力大学（河北）;2010年
• 郭荣平;基于流形学习的数据降维[D];复旦大学;2011年
• 李福才;流行学习在交通标志识别中的应用研究[D];西安电子科技大学;2010年

【稿件标题】：【新一代智能变电站】智能变电站入侵检测数据降维方法的研究
【作者单位】：沈阳工业大学;国网辽宁省电力有限公司电力科学研究院;北京科东电力控制系统有限责任公司;
【发表期刊期数】：《电气应用》2014年21期
【期刊简介】：《电气应用》的前身系《电工技术杂志》，创刊于1982年，是国家新闻出版署正式批准注册，国内外公 开出版发行的国家正式科技期刊。被《中国期刊网》、《中国学术期刊（光盘版）》全文收录；被认定为《中国科学引文数据库》来源期刊;万方数据-数字化期刊群全文......更多电气应用杂志社(http://www.400qikan.com/qk/3058/)投稿信息
【版权所有人】：崔巨勇；于同伟；黄旭；张洪涛；曹云东；

更多机电类论文详细信息: 【新一代智能变电站】智能变电站入侵检测数据降维方法的研究 论文代写
http://m.400qikan.com/lw-27311 论文代发

相关专题：专业代写代发 日化用品有限公司