電力信息網絡安全態勢評估與預測方法的探討

◆韋宏堃

（來賓供電局 廣西 546100）

電力信息網絡安全態勢評估與預測方法的探討

◆韋宏堃

（來賓供電局 廣西 546100）

電力作為一項基礎性工程，與國計民生存在非常密切的聯系。隨著信息技術在電力系統中的滲透，對電力系統安全、穩定運行提出了巨大的挑戰。將網絡安全態勢感知應用于電力信息網絡當中，能夠對電力信息網絡狀態進行分析和評估，及時發現電力系統存在的問題和不足，并采取相應的措施加以調整。本文從網絡安全態勢評估概念入手，結合當前電力信息網絡受到的威脅，從權重計算方法等角度提出對電力信息網絡安全態勢的評估方法，旨在為我國電力企業日常管理提供參考。

電力信息; 網絡安全態勢; 評估; 預測方法

0 前言

近年來，隨著電力工業迅速發展，信息技術為電力產業改革提供了極大的便利，但也帶來了負面影響，嚴重情況下，威脅到電力系統安全運行，在很大程度上增加了電力系統運行不確定性。與此同時，智能終端接入方式多元化、大量數據信息之間交互等，都需要建立在電力信息網絡安全基礎之上。因此加強對本文的研究具有非常重要的現實意義，不僅能夠提高系統安全性、穩定性，且能夠促進電力系統綜合效益有效發揮。

1 網絡安全態勢評估概念

網絡安全態勢評估建立在網絡安全態勢評估模型基礎之上，在評估過程中，評估算法按照具體的模型對網絡安全態勢進行評估。其中評估結果準確性與模型存在非常密切的聯系。一般來說，對于網絡安全態勢的評估，需要收集大量數據信息，然后對數據信息進行預處理，借助模型及算法對網絡的整體態勢進行計算，為決策提供科學依據，可見，網絡安全態勢評估是一項非常重要的工作。

現實中，電力信息系統會受到各種各樣的威脅，針對眾多影響因素來看，大致可以劃分為兩類，一是技術安全、二是管理安全。對于前者來說，物理安全主要涉及系統的設備安全，一旦設備無法正常運轉，勢必會造成線路故障，影響信息系統穩定運行。且網絡、主機系統等也會出現不同程度的故障，不利于信息實時共享。對于信息網絡受到的威脅來看，主要包括系統探測、非法訪問等。面對不同方面提出的挑戰，如何及時了解和掌握信息網絡安全態勢至關重要。

2 電力信息網絡安全態勢評估及預測方法分析

電力是人們日常工作和生活中不可缺少的一部分，電力信息化快速發展，并滲透至發電、輸電及配電等多個環節，保證電力信息系統安全非常關鍵。但電力信息系統在運行過程中，極易出現病毒、木馬等問題，不利于電力系統穩定運行，因此我們有必要提前做好評估和預測，以了解和掌握信息系統運行狀況，確定系統的安全級別，以達到防患于未然的目標[1]。

2.1 權重計算方法

針對當前層次分析法過于偏向于主觀,導致結果缺乏客觀性。因此本文將引入三角模糊數代表專家對指標重要性的評判，然后基于群組決策的模糊層次分析法來確定各層因素的權重。采取這種方式,不僅能夠避免評估誤差,且能夠提高評估結果準確性。

在實踐中，我們確定安全評估體系，按照隸屬關系劃分得到相應的層次化安全結構。然后進行兩兩對比分析，構建各層次因素的三角模糊判斷矩陣。通過一致性檢驗后，運用加權平均法得出各個層次指標因素的綜合矩陣。針對模糊權重向量，本文可以采取可能度方法對其進行相應的處理，并按照如下公式計算出各指標權值。

對于電力信息網絡安全的評估，主要分為硬件、網絡、信息及軟件四個模塊，每個模塊中包含多個細節，如硬件安全中，涉及計算機安全、設備安全及線路安全等。通過一致性檢驗之后，采用加權平均法綜合專家信息得出模糊綜合判斷矩陣，將數值代入到上述公式當中計算出各個指標的相對權重值[2]。如表1是硬件安全相關指標權重情況。根據權重判斷各個細節的安全性能更為準確，能夠為電力信息安全管理提供支持。

表1 硬件安全評估指標權重

2.2 評估模型設計

目前，電力信息網絡系統中已經設置了防火墻、入侵檢測等設備，構建了一道防護墻，但這種方式非動態性，無法滿足電力信息安全防護需求。因此我們將引入評估模型，實現對建立信息的動態監督和控制。為了減少冗余，我們在評估前，需要對相關數據進行預處理,為后續評估做好充分的準備。電力系統是一個龐大的體系，其涉及多個層次，針對不同的層次，我們構建的計算模型也應有所調整。如對于主機級安全態勢指數計算公式如下：

通過這個公式能夠計算得出電力信息受威脅程度。通過對安全態勢評估概念分析得知，模型構建是否合理直接影響評估結果準確性。因此合理構建模型非常關鍵。本文采取層次性模型，以此來強調評估針對性。構建模型后需要將定性指標定量化處理，確定評估參數[3]。具體來說，第一，針對主機和子網權重來說，可以采取專家評估法，引入上文提到的三角模糊數計算方法，得出相應的數值。第二，對于時間重要性權重來說，應將天作為單位時間，并將一天劃分為三個時間段，對各個時間的重要程度進行確定。第三，將對電力信息網絡危害程度劃分為中、高、低三個級別，量化威脅程度，如檢測到木馬的威脅程度為3級等，使得評估結果能夠更具指導作用。

2.3 安全態勢預測算法設計

現有研究成果中算法有很多，如支持向量機，建立在統計理論基礎之上的機器學習方法，專門針對有限樣本情況，解決非線性數據，并結合預測核心思想，將非現象變換輸入到高維特征空間范圍內，得出全局最優解。再如粒子群優化算法，作為一種很強的全局尋優能力群智能優化算法，能夠對每個粒子進行計算，朝著最優答案靠近[4]。此外，還有集成學習等方法。任何一種方法都各具優劣，將各個方法結合到一起，能夠充分發揮其優勢。為了最大限度上降低計算結果的誤差，本文將提出一種綜合性方法，將上述方法有機整合到一起。

為了提高實踐應用效果，我們將對綜合算法進行評估。采用DARPA評估數據作為原始數據源，收集了150個數據，按照如下歸一化公式進行處理。

根據具體的計算值，通過滑動窗口方法對態勢數據進行重構處理，形成集成學習樣本。通過這種方式能夠確保預測更加準確、客觀[5]。經過比較，本文提出的算法能夠在很大程度上提高預測精確度，更好地應用于網絡安全態勢預測，可以廣泛推廣和應用。在未來，電力系統將呈現規模化發展趨勢，信息系統也會隨之拓展。技術人員還要加大對評估及算法的研究力度，使得算法過程更加簡便，并提高算法結果客觀、準確性，為電力信息管理奠定堅實的基礎。

3 結論

根據上文所述，隨著我國電力事業不斷發展，信息網絡系統安全問題受到了越來越多的關注和重視。針對當前存在的諸多風險，我們在實踐工作中，要重視對評估和算法的分析和選擇，合理的選擇方法，能夠在很大程度上提高評估結果準確性。本文通過對當前網絡信息受到的各類風險，從預測算法等角度提出了具體的方法，能夠幫助監控人員及時發現龐大的信息系統中存在的不足和隱患，并安排人員對其進行針對性調整，使得電力信息系統始終處于良好的狀態當中，確保系統內部各類信息之間的交互和共享，不斷提高電力信息系統運行有效性，從而促進電力產業持續健康發展。

[1]陳虎.網絡信息安全風險態勢預測分析方法探討[J].網絡安全技術與應用，2014.

[2]李菁.一種新型網絡安全態勢評估及應用方法的探討[J].新經濟，2014.

[3]石波，謝小權.基于D-S證據理論的網絡安全態勢預測方法研究[J].計算機工程與設計，2013.

[4]范淵，劉志樂，王吉文.一種基于模糊粗糙集的網絡態勢評估方法研究[J].信息網絡安全，2015.

[5]任美玉，符建廠.網絡安全態勢評估與預測關鍵技術研究[J].網絡安全技術與應用，2015.