电力资源网络对攻击信息优化识别仿真研究

对电力网络攻击信息进行有效识别,可及时对网络入侵进行防御,保障网络安全。进行攻击信息识别时,应对网络中的安全漏洞进行定位,并组建网络并行攻击度量指标,根据指标对攻击信息进行识别,但是传统方法通过依赖历史攻击的主观经验,无法准确定位网络安全漏洞,不能获取准确的攻击度量指标,存在网络攻击信息识别误差大的问题。提出基于邻接矩阵的电力资源网络对攻击信息优化识别方法。依据风险邻接矩阵理论,组建脆弱性邻接矩阵,对电力资源网络系统脆弱性进行定量评估,并融合于攻击图并行生成理论对电力信息系统方法中的攻击行为进行分析,对电力资源网络中存在的安全漏洞进行定位,计算出攻击成功概率,依据概率给出电力资源网络并行攻击度量指标,完成电力资源网络攻击信息优化识别。仿真结果表明,改进方法进行电力资源网络对攻击信息识别精度较高,可有效地减小电力资源网络攻击风险,保障电力资源网络稳定运行。