电子设计工程ElectronicDesignEngineering第31卷Vol.31第6期No.62023年3月Mar.2023收稿日期：2021-09-10稿件编号：202109061作者简介：王依云（1997—），女，海南琼山人，硕士研究生。研究方向：通信、机器学习、网络安全。电力监控网络准入系统能控制用户的网络行为，对应用进行安全管理，避免系统受到网络攻击[1-2]。传统的电力监控网络准入控制系统多采用遗传算法或NAT算法实现接入控制，但在实际应用中，由于识别准确率较低、流量协调性较差，使系统运行存在许多安全隐患，不利于电力监控网络准入控制系统的全面发展。改进机器学习技术通过建立抽象网络模型，根据系统以前的运行经验，不断学习新技术，并对原有算法不断完善，从而优化系统性能[3-4]。因此，该文以改进机器学习为基础，设计了基于改进机器学习的电力监控网络准入控制系统，介绍了系统的硬件结构和网络准入算法的工作流程，通过对原有评价指标权重分配机制进行改进，从而提升网络准入的准确率和基本性能，促进电力监控网络技术的进一步发展。1系统硬件设计基于改进机器学习的电力监控网络准入控制系统硬件，主要由中央处理器、控制器、无线通信设备、基于改进机器学习的电力监控网络准入控制系统王依云，吴昊，赖宇阳，冯国聪，张丽娟（南方电网数字电网研究院有限公司平台安全分公司网络安全事业部，广东广州510000）摘要：传统电力监控网络准入控制系统的数据阻塞率较高，对数据的有效拦截率较低。为解决上述问题，基于改进机器学习技术，深入研究了网络准入控制系统，对硬件结构和软件进行设计。硬件设计包括中央处理器、控制器和无线通信设备，通过确定适应度函数、指标集初始化、选择优秀个体、选择评价指标集群、进化迭代和数据控制实现软件流程。实验结果表明，所设计系统能够有效实现数据阻塞，提高有效拦截率。关键词：改进机器学习；电力监控；网络准入控制；控制系统中图分类号：TN301文献标识码：A文章编号：1674-6236（2023）06-0185-04DOI：10.14022/j.issn1674-6236.2023.06.039PowermonitoringnetworkaccesscontrolsystembasedonimprovedmachinelearningWANGYiyun，WUHao，LAIYuyang，FENGGuocong，ZHANGLijuan（NetworkSecurityDivisionofPlatformSecurityBranchofChinaSouthernPowerGridDigitalGridResearchInstituteCo.，Ltd.，Guangzhou510000，China）Abstract:Thetraditionaladmissioncontrolsystemofpowermonitoringnetworkhashighdatablockingabilityan...
