本发明属于电力系统安全预警领域，尤其是新型配电系统网络安全预警方法及系统。
背景技术：
1、随着云计算、物联网等先进技术的广泛应用，新型配电系统高比例电力电子设备导致电网惯性降低，有源配电网检修安全风险增大，配电网安全运行面临挑战；巨量外部不可控资源接入以及海量数据共享，网络安全新威胁凸显。作为强互动、强耦合的信息物理社会系统，配电网将面临运行安全、检修安全、网络安全等方面诸多挑战。同时，传统的网络安全检测主要有两种：安全事件检测和异常行为检测，而安全事件检测过于赖先验知识，漏报率高，且检测基于大量样本的分析进行判断，存在检测效率低下等问题。
2、误报率和漏报率是衡量设备的重要指标，漏报率往往比误报率的危害要大得多。目前大多数网络安全设备采用基于异常的告警检测方法进行告警检测。然而，异常检测方式不可避免的网络安全告警误报现象，不仅会消耗资源和时间进行处理，还会降低安全分析人员对告警的敏感度，分散其处理真正安全威胁的精力。同时，异常检测方法中需要对海量数据进行处理，也影响了异常检测的准确度和实时性。
技术实现思路
1、发明目的：本发明的目的是提供一种提高数据预处理速度、提高安全预警速度和准确度的新型配电系统网络安全预警方法及系统。
2、技术方案：本发明所述的新型配电系统网络安全预警方法，包括如下步骤：
3、根据设定的采样条件采集新型配电系统中的网络安全数据和用户行为数据，构造从属数据集；根据所述从属数据集计算每类数据在本次采集中出现的次数，根据所述次数调整下一次采集时该类数据的所述采样条件；
4、在所述从属数据集中进行数据预处理，得到主导数据集；
5、在所述主导数据集中基于特征重要性对数据进行排序，筛选出特征集合；
6、建立网络安全预警模型，根据所述特征集合得到预警结果。
7、进一步地，所述在所述从属数据集中计算每类数据出现的次数，根据所述次数调整该类数据的所述采样条件包括：若某类数据的次数超过阈值，则调整该类数据的采样条件，降低采样频率；若某类数据的次数为一次，且在连续若干次采集后未采集到该类数据，则调整该类数据的采样条件，剔除该类数据
8、进一步地，所述在所述主导数据集中基于特征重要性对数据进行排序，筛选出特征集合包括：根据最大相关性最小冗余性方法从所述主导数据集中筛选数据子集，然后根据随机森林方法计算特征重要性，从所述数据子集中筛选特征集合。
9、进一步地，所述建立网络安全预警模型，根据所述特征集合得到预警结果包括：根据xgboost算法建立网络安全预警模型，利用遗传算法优化所述网络安全预警模型的参数，根据所述特征集合得到预警结果。
10、进一步地，在所述从属数据集中进行数据预处理，得到主导数据集包括：对从属数据集进行去重和补全缺失值得到主导数据集；还包括对主导数据集进行归一化操作。
11、本发明所述的新型配电系统网络安全预警系统，包括：
12、数据采集模块，用于根据设定的采样条件采集新型配电系统中的网络安全数据和用户行为数据；
13、数据预处理模块，用于根据网络安全数据和用户行为数据构造从属数据集；在所述从属数据集中进行数据预处理，得到主导数据集；根据所述从属数据集计算每类数据在本次采集中出现的次数；
14、数据采集模块根据所述次数调整该类数据下一次采集时的所述采样条件；
15、数据处理模块，用于在所述主导数据集中基于特征重要性对数据进行排序，筛选出特征集合，建立网络安全预警模型；
16、系统告警模块，用于根据网络安全预警模块对所述特征集合进行分析得到预警结果。
17、进一步地，所述数据采集模块中，若数据预处理模块中计算得到某类数据的次数超过阈值，则调整该类数据的采样条件，降低采样频率；若某类数据的次数为一次，且在连续若干次采集后未采集到该类数据，则调整该类数据的采样条件，剔除该类数据。
18、进一步地，所述数据处理模块中，根据最大相关性最小冗余性方法从所述主导数据集中筛选数据子集，然后根据随机森林方法计算特征重要性，从所述数据子集中筛选特征集合。
19、进一步地，所述数据处理模块中，根据xgboost算法建立网络安全预警模型，利用遗传算法优化所述网络安全预警模型的参数。
20、进一步地，所述数据预处理模块中，对从属数据集进行去重和补全缺失值得到主导数据集；对主导数据集进行归一化操作。
21、本发明所述的电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现所述的新型配电系统网络安全预警方法。
22、本发明所述的计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的新型配电系统网络安全预警方法。
23、有益效果：与现有技术相比，本发明的优点在于：(1)本发明对于从属数据集中的重复数据没有直接剔除，而是采用主从博弈的方法构造主导数据集和从属数据集，从属数据集用于计算每类数据重复出现的次数，若某类数据重复出现则调整预先配置的采样频率或触发条件减少下次重复采集该类数据，减少数据重复率，提升数据预处理速度；(2)通过最大相关最小冗余(mrmr)和随机森林(rf)相结合的方法进行特征筛选以及特征排序，去除无关属性数据，保证网络安全预警效率，减少不必要的资源浪费；(3)本发明通过利用遗传算法全局寻优能力搜索最优参数，优化极端梯度提升(xgboost)算法，构建网络安全智能预警模型，从而解决传统网络安全预警误报漏报率高等问题；(4)本发明可有效避免新型配电系统安全预警中存在的预警效率低、误报漏报率高等问题，有效保证了在构建关联实时性、可靠性的新型配电系统网络安全动态防御体系时新型配电系统的稳定预警，有利于进一步提升安全防护策略与新型配电系统业务实际运行需求的适配程度。
1.一种新型配电系统网络安全预警方法，其特征在于，包括：
2.根据权利要求1所述的新型配电系统网络安全预警方法，其特征在于，所述在所述从属数据集中计算每类数据出现的次数，根据所述次数调整该类数据的所述采样条件包括：
3.根据权利要求1所述的新型配电系统网络安全预警方法，其特征在于，所述在所述主导数据集中基于特征重要性对数据进行排序，筛选出特征集合包括：根据最大相关性最小冗余性方法从所述主导数据集中筛选数据子集，然后根据随机森林方法计算特征重要性，从所述数据子集中筛选特征集合。
4.根据权利要求1所述的新型配电系统网络安全预警方法，其特征在于，所述建立网络安全预警模型，根据所述特征集合得到预警结果包括：根据xgboost算法建立网络安全预警模型，利用遗传算法优化所述网络安全预警模型的参数，根据所述特征集合得到预警结果。
5.根据权利要求1所述的新型配电系统网络安全预警方法，其特征在于，在所述从属数据集中进行数据预处理，得到主导数据集包括：对从属数据集进行去重和补全缺失值得到主导数据集；还包括对主导数据集进行归一化操作。
6.一种新型配电系统网络安全预警系统，其特征在于，包括：
7.根据权利要求6所述的新型配电系统网络安全预警系统，其特征在于，所述数据采集模块中，若数据预处理模块中计算得到某类数据的次数超过阈值，则调整该类数据的采样条件，降低采样频率；若某类数据的次数为一次，且在连续若干次采集后未采集到该类数据，则调整该类数据的采样条件，剔除该类数据。
8.根据权利要求6所述的新型配电系统网络安全预警系统，其特征在于，所述数据处理模块中，根据最大相关性最小冗余性方法从所述主导数据集中筛选数据子集，然后根据随机森林方法计算特征重要性，从所述数据子集中筛选特征集合。
9.根据权利要求6所述的新型配电系统网络安全预警系统，其特征在于，所述数据处理模块中，根据xgboost算法建立网络安全预警模型，利用遗传算法优化所述网络安全预警模型的参数。
10.根据权利要求6所述的新型配电系统网络安全预警系统，其特征在于，所述数据预处理模块中，对从属数据集进行去重和补全缺失值得到主导数据集；对主导数据集进行归一化操作。
11.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1-5任一项所述的新型配电系统网络安全预警方法。
12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1-5任一项所述的新型配电系统网络安全预警方法。
