基于物聯網的電力通信網關鍵節點識別方法

張雙

深圳市國電科技通信有限公司 廣東 深圳 518000

引言

隨著科技的不斷發展，電力通信網的構成體系變得龐大且復雜，而在電網的運行中最為關鍵核心的是對關鍵節點進行有效識別。當關鍵節點并沒有全面地被識別出來，未對其進行重點維護，那么一旦關鍵節點遭受到攻擊破壞，將會影響電網的正常運行，嚴重時可導致整個網絡癱瘓。

因此有學者提出基于多指標的關鍵節點識別方法。分析電力通信網的拓撲結構，研究通信業務和電網的影響因素，針對這些影響因素構建多指標評價體系，通過層次分析法求得各指標的主觀權重，并用熵權法求得各指標的客觀權重，根據各指標的重要度及對應綜合權重確定各個節點的重要度[1]。雖然該方法能夠根據介數點的數目判斷節點的關鍵程度，但是該方法對關鍵節點識別評價評價指標較為單一，導致對關鍵節點的識別篩選并不全面，不利于通信網絡的維護。

為了解決上述問題，本文提出基于物聯網的電力通信網關鍵節點識別方法，為電力通信網絡安全的維護提供參考。

1 基于物聯網的電力通信網關鍵節點識別方法設計

1.1 建立關鍵節點評價指標

由于各節點在網絡上互相影響，并不是絕對孤立存在的，通常呈拓撲結構，因此選取拓撲結構作為評價指標之一；再者，電網通信網作為一種復雜的網絡結構，電力業務數據復雜，包含計量自動化、調度管理、生產運行、繼保業務、安穩業務、廣域相量測量等，不僅種類繁多而且應用面積廣，即各節點關鍵度受到業務種類的影響；且在電力通信網節點，會受到站點的種類、各站點負荷度、規模等多因素的影響，因此選取電網作為關鍵點評價指標。綜上所述，選取節點的拓撲結構、電力業務以及電網影響作為評價指標[2]。

在對關鍵節點進行篩選時。兩項評價指標在每個節點內所占重要度以及權重各不相同，因此有必要對拓撲結構以及電力業務重要度進行一個指標判斷。

節點拓撲重要度指標：

電力業務重要度指標為：

電網影響重要度的影響指標受到多方位因素影響，如等級、負荷大小以及規模。按照各因素影響程度不同對其進行賦值，進行一個量化處理計算，得出綜合各因素之后的電網影響重要度。

電網影響重要度為：

綜上關鍵節點評價指標確立完畢。

1.2 設計物聯網定位模型

確立評價指標后，通過各指標對模型進行定位，進而對各節點進行研究。在對網絡節點進行定位時，按照功能作用不同分為兩層次，即將各節點分為兩個層次進行定位。需要提取網絡節點信號強度和網絡節點所在的物理坐標，以此來得到的兩個空間模型進而定位。在定位層次中，要進行一個分析和一個估計：分析以上得到的兩個映射，估計出未知網絡節點位置[3]。

網絡節點信號強度以及網絡節點物理二維坐標均可通過傳感器進行收集。在對以上兩個映射進行計算時，采用經典的CCA經典映射法，并通過這兩組數據搭建異構數據模型：

1.3 識別關鍵節點

搭建好計算機網絡模型之后，需要依據計算機網絡特征、網絡結構等因素進行評估考量，綜合考慮后對各節點的各項性能指標進行分析評估。運用層析分析法，對各指標的權重進行計算。對重要節點的重要度影響值進行數值排列，在此使用多屬性決策法[4]。對各節點進行攻擊刪除，刪除節點后，觀察網絡綜合性能，若網絡性能有明顯的降低，表明該網絡結構受到該節點的影響，即網絡結構發生明顯變化，由此判斷為關鍵節點。由以下幾點需要解決，首先對網絡性能進行整體評估，得到一個數值，在刪除所選取節點之后，網絡性能的數值發生不同程度變化，網絡性能的數值變化程度越大，則表明該節點重要度越大，對各個節點的前后變化程度進行相對比較，從而篩選確立出重要節點[5]。

首先評估整體網絡性能，由于網絡性能受到多因素影響，在此選取主要的影響因素作為評價指標：網絡效率連接密度、最大連通因子以及網絡結構熵，且各影響因素對網絡性能的影響重要度不同，因此要對各影響因素的評價權重進行計算。

根據AHP法，計算出各影響因素的指標評價權重：

由于節點的種類多，數量多，并且在對各個節點進行攻擊后，網絡性能發生變化，屬于多屬性決策問題，故而采用TOPSIS方法，計算初始決策矩陣以及加權矩陣。

創建初始決策矩陣：

因此加權矩陣：

2 實驗分析

為了驗證本文提出的基于物聯網電力通信網關鍵節點識別方法的有效性，將本市D電力企業的通信網絡作為實驗對象，選基于多指標的關鍵節點識別方法作為對比方法，與本文提出方法共同對該通信網絡中的關鍵節點進行識別。

本此實驗在搭載i7處理器的Win 10系統中進行，采用仿真軟件模擬電力通信網絡的運行，避免影響實際電力通信的運行。

本文方法通過計算決策矩陣，計算各影響因素的權重，進行排序，分別對各節點進行攻擊。計算出各節點的權重以及偏高度。篩選出受影響較大的前10關鍵節點。

表1 節點的權重值及偏高度

將所得到的節點數據輸入異構數據模型，對節點綜合重要度進行計算，對比本文方法與基于多指標的關鍵節點識別方法計算出的綜合重要度結果，結果如表2所示。

表2 綜合重要度對比

從表2可以看出，本文方法與基于多指標的關鍵節點識別方法得到的排在前10個關鍵節點的重要度影響值有所不同。在實際進行計算機網絡模擬仿真的過程中，重要度差距最大的為節點15，多出了8.2320，而差距相對較小的節點24，本文方法計算的重要度也對比方法高出了0.6898。說明本文更能夠識別到重要度更高的關鍵節點，識別效果較好。

這是由于基于多指標的關鍵節點識別方法僅以影響因素作為評價指標，以拓撲結構和電力業務角度進行重要度綜合分析，評估指標較為單一，對節點綜合重要度的計算容易出現誤差，導致對關鍵節點的識別效果不佳；而本文對評價指標進行了多屬性決策，以拓撲結構、電力業務以及電網影響三個因素點進行綜合評估，且使用物聯網定位模型進行模擬仿真，能夠使評估更加全面。

3 結束語

此次研究在完善了評價指標體系，將拓撲結構、電網影響、電力業務作綜合考慮作為一種多指標評價標準，并使用物聯網定位模型進行模擬仿真，對電力通信網的關鍵節點進行篩選識別，使關鍵節點的篩選更加全面準確，為電力通信網絡安全的維護提供了參考。

但由于在對各指標評價影響重要度進行權重賦值時有主觀因素，以及對物聯網模型定位所參考的依據較為單一，所以對各指標影響重要度的評價標準以及物聯網模型的定位還需繼續研究和創新。