智能电网是国家的关键基础设施,其网络安全是保障国家重要基础设施安全的必要环节。SOC作为一种实现网络及信息安全自适应持续改进的安全运营机制,对于应对智能电网所面临的各项安全挑战具有深远意义。首先,论文基于安全保障框架构建了SOC基础模型,提出了SOC功能架构和系统架构方案,分析了智能电网面临的安全挑战和智能电网安全运营需求,构建了智能电网SOC系统架构,指出了智能电网SOC演进技术路线。其次,文中重点针对智能电网SOC平台进行研究,提出了针对某电网企业智能电网SOC平台系统架构设计方案,对SOC平台实现中的智能电网暴露面管控技术、异常流量检测的数据特征提取、异常检测算法以及异常分类问题、多标签学习等技术进行了深入研究。最后,对构建并运行的某电网企业智能电网SOC平台应用效果进行了分析。论文工作的主要研究内容和创新点如下:1、基于信息安全保障框架和自适应网络安全理论,提出了面向网络及信息安全的SOC基本模型和系统架构。所提出的SOC系统架构以组织发展战略和关键业务价值对网络及信息安全的要求为输入,建立安全策略,驱动检测/监测、安全防护和事件响应过程实现网络安全运营。同时,通过风险评估、效能评估、策略优化及策略建立过程建立SOC的持续改进机制,实现SOC的自适应演进。2、基于对智能电网技术特征及其安全的分析,提出了智能电网SOC架构及实现方案。以某电网企业智能电网为例,提出了智能电网SOC平台设计方案和实施方案。3、针对智能电网暴露面特征,提出了智能电网暴露面管控机制,提出了智能电网暴露面管控系统设计。4、针对SOC中异常流量检测的数据特征提取、异常检测算法以及异常分类问题进行研究。依据网络入侵行为模型,提出了典型的网络行为特征和CMP行为特征提取算法。应用Auto Encoder、PCA以及Copula对数据进行异常检测,并对基于Copula的异常检测方法进行了详细的理论推导。利用GRU神经网络对无监督的异常检测结果进行分类,实现对异常检测的机器学习结果的解释。5、针对SOC应用中多标签学习的一种特殊形式—Hercules学习进行研究。依据分类器对于标签的区分能力,将整个标签集合划分为多个互不重合的分组,在每个分组内,使得分类器都尽可能高精度地赋予每个样本唯一的标签,提出了一种基于标签分组优化的Hercules学习算法,并在多个数据集上对算法性能进行了分析测试。研究结果表明,该算法在Hercules学习任务上比经典的弱标签学习算法在性能上具有明显优势。基于以上设计方案,初步设计并开发部署了SOC平台。通过实验对所提出的关键技术方法进行了验证。实验结果表明,所提出的这些方法可以有效的解决相应的问题,且整体性能优于传统方法。