针对电力信息网络的安全态势精确判断问题,提出一种基于机器学习的安全态势感知方法,并将其应用于实际现场环境。该方法将安全态势感知抽象为分类问题,将实际现场监测设备的记录做为数据源输入到分类器以得到感知结果。基于球向量机设...针对电力信息网络的安全态势精确判断问题,提出一种基于机器学习的安全态势感知方法,并将其应用于实际现场环境。该方法将安全态势感知抽象为分类问题,将实际现场监测设备的记录做为数据源输入到分类器以得到感知结果。基于球向量机设计分类器,并利用量子遗传算法搜索球向量机最优训练参数以提高分类精度。基于KDD Cup 99数据集的实验和系统的实际运行情况表明,该方法在态势感知精度方面优于传统方法。展开更多
文摘经典区块链中拜占庭容错共识机制使用的公钥数字签名在量子计算机的指数级加速下暴露出脆弱性,存在一定的安全风险。针对拜占庭容错共识机制不具有量子安全性的问题,提出了基于HotStuff的高效量子安全拜占庭容错共识机制EQSH(Efficient Quantum-Secured HotStuff)。首先,为解决现有无条件安全签名(Unconditionally Secure Signatures,USS)通信复杂度高的问题,提出了一种高效的多方环形量子数字签名(Efficient Multi-party Ring Quantum Digital Signatures,EMRQDSs)方案,该方案基于一种环形量子网络,在保证量子安全性、不可伪造性、不可抵赖性以及可转移性的同时,通信复杂度为O(n)。其次,为了消除量子敌手对门限签名的安全威胁,对HotStuff中使用的门限签名进行替换,提出了一种基于密钥分发中心的签名收集方案,该方案可以实现与门限签名同样的效果,通信复杂度为O(n),同时保证了量子安全性。最后,将上述两个方案相结合,应用于HotStuff中,提供了量子安全性;设计了一个起搏器保证了活性;简化了共识信息格式,使用流水线共识流程提高了共识效率。EQSH中没有使用量子纠缠等成本较高的技术,可在现有技术条件下实现,实用价值较高。相较于HotStuff,EQSH具有量子安全性。相较于其他非纠缠型量子安全拜占庭容错共识机制,EQSH首次将通信复杂度降为O(n),具有更佳的性能表现,且对于客户端量子线路数量的需求更低,有利于降低量子网络的架设成本。
文摘针对电力信息网络的安全态势精确判断问题,提出一种基于机器学习的安全态势感知方法,并将其应用于实际现场环境。该方法将安全态势感知抽象为分类问题,将实际现场监测设备的记录做为数据源输入到分类器以得到感知结果。基于球向量机设计分类器,并利用量子遗传算法搜索球向量机最优训练参数以提高分类精度。基于KDD Cup 99数据集的实验和系统的实际运行情况表明,该方法在态势感知精度方面优于传统方法。
