摘要: 随着泛在电力物联网的建设，接入电力信息通信网络的系统、设备和终端大大增加，网络安全环境也越来越 复杂，网络攻击对电网的安全构成了严重威胁。传统的入侵检测系统是基于误用检测技术，它的缺点是需要不断更 新特征数据库以应对来自不同恶意软件的攻击。提出一种基于卷积神经网络技术的恶意流量检测方法，使用 TensorFlow 机器学习框架实现，利用 NSL-KDD 数据集进行训练、测试提出的模型。实验结果表明，该方法对 DOS 和 Probe 的检测率分别为 99.08％和 97.89％，能有效检测网络恶意流量。