大数据时代下电网企业安全防护策略研究

《大数据时代下电网企业安全防护策略研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据时代下电网企业安全防护策略研究　　【摘要】大数据时代下，电网安全成为电网企业大数据建设与应用的重要问题。论文在全面分析大数据时代下电网企业面临的安全威胁基础上，提出了电网企业纵深防护策略，主要包括物理环境的安全防护、终端安全防护、边界安全防护、网络安全防护、应用系统安全防护、数据安全防护等。论文的研究可以为电网企业大数据的安全建设与应用提供指导。　　【关键词】大数据；电网安全；防护策略　　1引言　　电力系统在国家基础设施建设中具有十分重要的地位。随着云计算、大数据等新兴技术的不断发展，电力系统的数字化、信息化、智能化程度越来越高。新技术在推动

2、电网企业不断发展的同时，也带来了一系列安全问题，构成了较大的威胁与挑战。本文着眼于大数据时代下的电网企业安全，系统分析了电网企业面临的主要威胁，并针对性地提出安全防护策略，为电网企业安全建设与应用提供指导。　　2大数据发展现状　　2.1大数据推动社会进步　　大数据（BigData）是指所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理，并整理成为帮助企业经营决策更积极目的信息。14　　2011年，全球知名咨询公司麦肯锡发布的研究报告，引起了IT界的广泛关注。Google、IBM、EMC、Facebook等公司相继开展了大数据技术研

3、究，并纷纷推出各自的大数据解决方案和相关产品，例如Google公司的MapReduce、GFS，Apache组织推出的Hadoop大数据分析框架等。2012年，美国政府联合六大部门发布了高达2亿美元的“大数据研究和发展计划”，标志着美国政府在政策层面将大数据提升到国家战略层面，该计划共投入了155个项目种类，涉及国防、医疗、能源等多个领域。　　我国也在不断提高对大数据的认识与应用，认为大数据在降低经济社会运行成本和提高政府决策效率方面具有广阔的应用空间，许多呼声要求尽快出台中国的大数据发展战略。能源、医疗、工业制造、金融、电信等行业率先投入了大量的

4、人力物力进行大数据创新实践与应用，着力解决本领域数据资源积累与有效转换，辅助优化企业运营与效率提升。　　2.2大数据推动电网企业转型发展　　近年来，随着互联网技术的不断突破，智能电网成为电网企业发展的重要方向，并多次出现在政府工作报告中。智能电网（SmartGrid）是以物理电网为基础，将现代先进的传感测量技术、通信技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网。智能电网能够优化整个电网企业的资源配置，实现电力的可靠、安全、经济、高效运行和安全使用，支撑新一代电网安全生产和管理发展。随着智能电网的加快部署与业务应用的深化拓展

5、，电网业务数据不断丰富与扩增，结构化和非结构化的电力数据中心不断运行，形成了规模庞大且结构复杂的数据集合，这为智能电网优化配置、电力服务行业发展提供了宝贵的数据资源，对电网企业“以电力生产为中心”的工作模式，向“以用户为中心”14的服务模式的转型发展起了极大的推动作用。　　当前，国家电网企业大数据建设尚处于试点研究阶段，其主要涉及的领域与业务主要集中在电网企业的运检、营销、运监等各个环节，通过挖掘数据之间的关系与规律，提高电网企业在生产、经营、管理等方面的质量与效率。例如开展电网设备状态监测的大数据应用，实现电网设备状态的智能监测，实时分析电网线损

6、、配电负载等数据，及时发现电网企业运行异常，为电网调度、交易和检修提供支撑，提高电网企业的资源合理优化。开展用电信息与客户服务的数据分析，实时反馈客户购电与用电信息，建立合理的分时阶梯电价模型，促进电力效能的整体优化。同时，电网企业数据还能够与其他互联网、交通、经济等社会数据相融合，为经济宏观发展、产业分布情况调查、公共事业管理提供有力支持。　　3电网企业大数据分析　　3.1电网企业大数据概念与特征　　电网企业大数据旨在对电力生产与使用过程中产生的大规模数据进行分析与处理，实现大数据对电网企业效能的“增值”。电网企业的数据主要包括三类：一是电网企业

7、的设备运行数据，主要包括电网设备监测数据、状态数据等；二是电网企业的管理数据，主要包括跨单位、跨部门的电网企业职工数据、财务数据等；三是电网企业的运营数据，主要包括客户信息、客户用电数据、电费数据等。电力信息化委员会进行了专项研究，并提出电网企业大数据具有3V、3E特征。14　　（1）数据体量大（Volume）：电网企业数据体量超大，并随着智能电网的发展不断扩增。当前，中国电网企业已经采集了135TB的数据，并以每年90TB的数据在不断增长，规模十分庞大。　　（2）数据类型多（Varity）：随着智能电网的不断发展，电网企业大数据类型也在不断扩增，

8、除了传统的结构化数据，以视频、音频、文本为主的非结构化数据也在迅速增长，这对现有的数据分析技术提出了新的挑战。　　（3）数