.png){kind=icon}
返回
Dynamic Security Perception Method for Power Production Data Network Based on PPDR
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-1103-7_19.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着电力行业数字化转型的快速发展，电力生产数据网络的安全对于电力系统的稳定运行和国家安全至关重要。然而，这些网络面临着日益增长的网络安全威胁，如黑客攻击、恶意软件和数据泄露。本文提出了一种基于策略-防护-检测-响应（PPDR）的电力生产数据网络动态安全感知方法。通过整合安全访问控制策略、加密技术、人工智能驱动的检测和响应系统，该方法实现了全链动态安全感知。结合机器学习算法，该方法监测、分析和标准化网络状态及威胁响应，提供全面的威胁感知能力。本研究为提升电力数据网络的安全性和稳定性提供了新见解，并推动了动态安全感知领域的发展。
Keyword:
Power Production Data Network
Dynamic Security Awareness
PPDR
Machine learning algorithms
.png){kind=icon}
