电力数据安全管理研究

杨龙雨 宋文龙

摘要：随着电力系统大数据等新技术的应用，智能网各环节和各种业务应用中的大量数据成为有效要素和整合并整合了传统网络保护架构的安全性。它并不完全适用于现有的智能电网系统。本文基于电力行业大数据的特点，利用特征提取、行为建模、关联分析、威胁预测等技术，探讨电力行业大数据网络安全分析技术的可行性，提供预警和防护。

关键词：电力数据;数据处理;安全分析方法;管理研究

互联网等信息化新技术的快速发展和应用，促进了每天产生大量数据。这些数据已经渗透到经济的方方面面和各个环节，成为重要的资源。电网规模越来越大，结构越来越复杂。电网关键环节自动化、智能化水平不断提高。数据和流量之间的交互开始快速增长。传统的安全防护架构已经收集、传输、处理和存储了大量非结构化数据。国家电网公司正积极应对容量数据的增长。通过基于实际电网的电力数据应用于配网规划服务、智能变电站、网络调度、用电智能、移动电源采购等，电力大数据已被广泛覆盖。“五个核心系统”的总体规划、大修、大修、大营销等多方面的融合，助力国家电网公司业务和管理水平的提升。新信息技术的使用也伴随着信息安全风险的出现。因此，通过构建强大的大数据信息安全分析框架，系统地分析数据处理和安全分析方法，为能源企业解决大问题提供信息。

1应用特点

大数据本身具有四个典型特征：容量巨大;不同类型的数据;价值密度低;处理速度高。业界对这个问题普遍达成共识，但并没有统一的定義。大数据技术应用于电力行业，主要基于某类业务数据，适应典型应用场景，实施应用创新，完善治理。电力大数据用于大规模规划，主要是预测电力系统趋势，通过综合用电预测分析、空间负荷预测、多指标关联分析支持规划设计;使用电力行业的大数据。检修时，利用视频监控变电站，利用大数据技术进行智能视频分析，准确实时识别各种仪表、开关、开关、隔离开关的位置、状态或读数，从而替代传统传感器;大功率数据用于大型作业，通过从网络设备库存信息、设备拓扑信息、设备遥信和网络调度遥测相关信息中请求信息的历史时刻，预测和分析未来状态，提供准确的建议管理设备状态，为网络调度提供辅助决策;用电大数据用于规模化营销，提升智能互动服务能力，开发互动用电服务，收集用电、计量、充电、服务资源信息，实时提供用电资源反馈和用电信息购买，如微信营销平台、手机营销、支付宝营销等等。

住宅用电信息采集计量终端达数亿台，供电电压、接入电压控制点自动数据采集达数万个，输变电状态监测设备接入数十个万，监测数据达千万。电力行业大数据应用还具有数据量大、数据类型多、实时性高等典型的大数据应用特征。

2信息安全风险

在大数据的力量为行业和企业提升治理和经济效益的同时，数据量的爆炸式增长也对数据存储、分析处理和统计计算提出了重大挑战，增加了数据的生成、传输、处理和处理量。各环节安全风险管理的存储、应用和运维。数据在产生和传输过程中，存在传输中断、恶意窃听、篡改、黑客攻击等风险;数据处理、存储和应用面临部分用户未授权读写、物理主机故障等风险;以及内部运维控制措施不当等带来的风险。除了上述传统安全风险外，电力行业大数据还面临新技术应用带来的新安全风险。其典型特征是持续时间长。攻击者继续研究和测试防御并调查和测试攻击，在发现目标系统的弱点后，使用各种攻击方法。这不仅对应用新信息技术的现有业务系统构成巨大威胁，也给传统的信息安全系统带来了问题。

3信息安全分析架构

新技术的发展也激发了信息安全由合规安全向对抗安全、从被动被动防御向主动防御乃至进攻、防御、主动对抗转变的趋势。100%安全是绝对不可能的，但可以主动识别潜在威胁和敌人，在强大的大数据场景中全面分析安全风险，并能够积极主动地防御自己。这就是新的信息安全保护体系的概念。将这一理念融入大数据安全分析中，通过对数据分析和数据挖掘技术的进一步研究，构建强大的大数据安全分析平台。

强大的大数据信息安全分析架构是一种安全分析的技术、概念和方法。

它是一个基于大数据安全分析的相对完整解决方案的核心，执行大数据分析和去中心化安全的核心功能。信息集中、存储、分析和可视化，分析结果分布，分析任务规划，不同安全分析的不同技术集成，实现不同技术之间的交互。强大的大数据信息安全分析架构分为数据采集、数据存储、分析建模、应用映射，以及特征提取、恶意软件检测、行为建模、威胁研究与评估等多种分析方法，用于综合关联数据。完整的数据分析和数据挖掘为分析师和安全管理人员提供快速高效的解决方案支持。

4信息安全管理方法

企业对大数据信息安全的管理不仅基于技术，还需要一定的科学管理方法。加强治理的方法基本上是从建立制度和监督与信息风险管理相关的保护开始。首先，逐步建立和完善您的大数据安全管理体系。电力公司引进本领域专业管理人才和信息技术，有效建设一支高科技、先进的信息技术管理团队。最好的数据可以及时更新和评估，为企业健康发展提供坚实的基础;第二，要重视数据安全研发和信息安全技术。事业单位必须了解数据和信息安全的重要性。为了进一步维护自身的信息安全，他们需要与时俱进，积极研发适合的技术，加大资金投入，积极鼓励员工。提供自己的信息安全技术在中国一直处于高水平;第三，随着国家逐步进入大数据发展时代，政府需要更加重视数据的信息安全。这一过程要求国家制定和完善相关数据，信息安全法律法规以严格的法律形式进行约束和规范，以确保有效的数据保护和信息安全。

5分析方法

对于大数据的分析，方法多种多样，伴随技术的不断发展，算法的分析变得越来越普遍。其中，相关分析、序列分析、空间奇偶校验算法、分类技术、离群点算法等对于大量的序列分析非常有用，愈合效果好。不一样的数据库使用根据挖掘分析算法计算。利用不同时间的各个指标值的数值，利用相关性和序列分析对指标数据进行量化，计算各个指标值的均值和方差，并用它作为指数的统计模型。随着互联网的发展，人类的生产生活几乎都围绕着互联展开。对于一个企业来说，数据往往决定着整个企业未来的发展，尤其是公用事业。企业之间竞争的发展来自于数据，数据丢失导致信息安全问题，严重影响企业发展。

结束语

分析大数据信息安全的方法有很多。大数据信息安全相关事件的复杂预测是多种分析方法综合应用的结果。随着大数据技术的飞速发展，基于大数据的安全分析算法开始出现。不断丰富。可以预见，他的前景是乐观的。新技术的使用导致了新的安全保护系统的发展。大量数据挖掘分析算法的复杂应用，以及数据共享，可以更好地实现大数据的信息安全能力。

参考文献：

[1]电力类高职院校学生顶岗实习安全管理研究[J].郑丽华，曹文明，李燕.决策探索（中）.2020（08）

[2]基于社会网络分析的送变电工程安全管理研究[J].潘华，郑芳，李永奎.科技管理研究.2017（03）

[3]县级供电企业安全管理研究[J].谭文海.低碳世界.2017（01）

[4]分布式光伏发电项目建设中的安全管理研究[J].高成.自动化应用.2017（01）

[5]水电检修自主交互安全管理研究[J].高哲，段鹰，王军，许政.价值工程.2017（20）

[6]10kV配网施工中的安全管理研究[J].甘毅聪.科技创新与应用.2017（05）