基于多特征相关性的智能变电站5G网络节点入侵监测技术研究  

作　　者：张亦隆 赵伊晨 

机构地区：[1]内蒙古电力(集团)有限责任公司巴彦淖尔供电分公司信息通信处,内蒙古 巴彦淖尔 015000

出　　处：《中文科技期刊数据库(全文版)工程技术》2025年第3期065-068,共4页

摘　　要：本文针对智能变电站5G网络面临的安全威胁问题,提出了一种基于多特征相关性的网络节点入侵监测技术。研究采用皮尔逊相关系数和互信息指标构建特征重要性评分模型,设计了包含特征采集、特征处理、检测分析和决策输出的多层协同检测框架。通过深度学习驱动的特征融合方法和改进的余弦相似度算法实现入侵行为的精确识别。仿真实验结果表明,该方法对DDoS攻击的检测准确率达到96.5%,误报率仅为2.1%,平均检测时延控制在70毫秒以内,在处理未知攻击时仍保持88.6%以上的检测准确率,证明了该方法具有较强的实用性和泛化能力。

关 键 词：智能变电站 5G网络 入侵检测 多特征相关性 特征融合 

分 类 号：TM63[电气工程—电力系统及自动化] TN92[电子电信—通信与信息系统]