Resumen

Con el continuo desarrollo de las redes inteligentes, las redes de comunicación transportan cada vez más servicios de energía, y al mismo tiempo, también se enfrentan a más problemas de seguridad. Por ejemplo, algunos software maliciosos suelen utilizar tecnología de encriptación o tecnología de túneles para evadir los firewalls, sistemas de detección de intrusiones, etc., lo que representa una seria amenaza para la seguridad de la información de las redes inteligentes. En la actualidad, la clasificación del tráfico de red depende principalmente de la correcta extracción de las características del protocolo de red. Sin embargo, el proceso de extracción de características de red mediante algunos métodos tradicionales es lento y depende en exceso de la experiencia. Para resolver el problema de la clasificación precisa del tráfico de red eléctrica, este artículo propone un método de red neuronal convolucional basado en la optimización del algoritmo genético (GACNN) y análisis estadístico de datos. Este método puede extraer simultáneamente las características temporales entre diferentes grupos de paquetes y las características espaciales en el mismo grupo de paquetes

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Desarrollo continuo; Redes inteligentes; Redes de comunicación; Problemas de seguridad; Tecnología de cifrado; Red neuronal convolucional
• Keywords:Continuous development; Smart grids; Communication networks; Security issues; Encryption technology; Convolutional neural network