動(dòng)態(tài)同質(zhì)網(wǎng)絡(luò)在路由轉(zhuǎn)發(fā)控制中節(jié)點(diǎn)分布具有動(dòng)態(tài)性,容易受到病毒入侵,提出基于上下門限聯(lián)合判別的動(dòng)態(tài)同質(zhì)網(wǎng)絡(luò)入侵檢測(cè)算法。以時(shí)間均值和譜密度為網(wǎng)絡(luò)入侵檢測(cè)的統(tǒng)計(jì)特征量,采用寬平穩(wěn)隨機(jī)序列分析方法構(gòu)建網(wǎng)絡(luò)入侵的統(tǒng)計(jì)信號(hào)分析模型,對(duì)入侵信號(hào)采用相關(guān)性檢測(cè)和同態(tài)匹配濾波方法進(jìn)行降噪和盲源分離處理,結(jié)合極速學(xué)習(xí)方法進(jìn)行動(dòng)態(tài)同質(zhì)網(wǎng)絡(luò)的入侵特征量提取,采用上下門限聯(lián)合判別方法實(shí)現(xiàn)動(dòng)態(tài)同質(zhì)網(wǎng)絡(luò)的入侵檢測(cè)。仿真結(jié)果表明,采用該方法進(jìn)行動(dòng)態(tài)同質(zhì)網(wǎng)絡(luò)的入侵檢測(cè)的準(zhǔn)確性較高,抗干擾能力較強(qiáng),對(duì)入侵信息的準(zhǔn)確檢測(cè)概率提升效果顯著。 

【文章來源】：計(jì)算機(jī)仿真. 2020,37(03)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

極速學(xué)習(xí)機(jī)模型進(jìn)行網(wǎng)絡(luò)入侵濾波和盲源分離

網(wǎng)絡(luò)入侵的特征分類器

動(dòng)態(tài)同質(zhì)網(wǎng)絡(luò)的流量序列采樣波形

【參考文獻(xiàn)】：
期刊論文
[1]采用新鄰居模型的多目標(biāo)分解進(jìn)化算法[J]. 李智翔,李赟,賀亮.  計(jì)算機(jī)工程與應(yīng)用. 2018(14)
[2]基于線性松弛方法的網(wǎng)絡(luò)故障鏈路診斷[J]. 范曉波,李興明.  計(jì)算機(jī)應(yīng)用. 2018(07)
[3]動(dòng)態(tài)同質(zhì)網(wǎng)絡(luò)上的SIR謠言傳播模型[J]. 付偉,王靜,潘曉中,劉亞州.  計(jì)算機(jī)應(yīng)用. 2018(07)
[4]新型含噪數(shù)據(jù)流集成分類的算法[J]. 袁泉,郭江帆.  計(jì)算機(jī)應(yīng)用. 2018(06)
[5]基于優(yōu)化數(shù)據(jù)處理的深度信念網(wǎng)絡(luò)模型的入侵檢測(cè)方法[J]. 陳虹,萬廣雪,肖振久.  計(jì)算機(jī)應(yīng)用. 2017(06)
[6]海量數(shù)據(jù)環(huán)境下用于入侵檢測(cè)的深度學(xué)習(xí)方法[J]. 高妮,賀毅岳,高嶺.  計(jì)算機(jī)應(yīng)用研究. 2018(04)
[7]幾何結(jié)構(gòu)保持非負(fù)矩陣分解的數(shù)據(jù)表達(dá)方法[J]. 李冰鋒,唐延?xùn)|,韓志.  信息與控制. 2017(01)
[8]面向貫序不均衡分類的粒度極限學(xué)習(xí)機(jī)[J]. 毛文濤,田楊陽,王金婉,何玲.  控制與決策. 2016(12)
[9]引入偏移量遞階控制的網(wǎng)絡(luò)入侵HHT檢測(cè)算法[J]. 章武媚,陳慶章.  計(jì)算機(jī)科學(xué). 2014(12)
[10]基于信號(hào)互相關(guān)的低速率拒絕服務(wù)攻擊檢測(cè)方法[J]. 吳志軍,李光,岳猛.  電子學(xué)報(bào). 2014(09)



本文編號(hào)：3079431