基于生存分析的智能电网安全告警事件持续时间预测模型

来源：计算机应用与软件杂志2024年第1期北京时间：

作者：刘萧，李静，许珂, ,

摘要：针对目前智能电网安全风险预测系统解释性不强的问题，提出一种基于生存分析中DeepSurv模型的改进模型来预测网络安全告警事件持续时间。为了加快运算速度，模型对原DeepSurv的神经网络部分进行改进。模型基于K-means，提出一种降维算法对输入数据进行降维，通过改进的DeepSurv，获得智能电网安全告警事件持续时间的生存函数，并以此为依据计算C-index与MAPE。通过总耗时、C-index与MAPE这三个指标将模型和原DeepSurv进行比较，发现模型在预测准确率相差不大的情况下，大幅提高了运算速度。此外，由于模型是基于生存分析的，解释性较强，且能够提供网络安全告警事件关于持续时间的生存函数，即关于持续时间的概率预测，对智能电网安全风险预测研究有很大的参考意义。

关键词：智能电网, 网络安全告警事件, 生存分析, 神经网络, 持续时间预测