云計算環(huán)境下網(wǎng)絡(luò)入侵方法具有多變性、隱蔽性、不可預(yù)期性等特點,導(dǎo)致網(wǎng)絡(luò)入侵安全檢測變得日益困難,傳統(tǒng)入侵檢測系統(tǒng)已經(jīng)難以滿足需求。為此,提出了一種面向基于云計算環(huán)境的網(wǎng)絡(luò)入侵安全檢測技術(shù)。將網(wǎng)絡(luò)入侵檢測任務(wù)通過云計算技術(shù)來自動分解為若干個子任務(wù),再將這些子任務(wù)分別在云計算平臺的不同節(jié)點予以建模,BP神經(jīng)網(wǎng)絡(luò)為建模工具,而其權(quán)值參數(shù)則是采用雜草優(yōu)化算法來進行確定;最后再有機融合不同節(jié)點的網(wǎng)絡(luò)入侵檢測結(jié)果。采用KDD CUP 99數(shù)據(jù)集對其性能進行仿真試驗,結(jié)果表明可有效縮短入侵檢測的訓(xùn)練時間與測試時間,較好地達(dá)到了實時監(jiān)測網(wǎng)絡(luò)入侵行為的效果,應(yīng)用價值較高。 

【文章來源】：電工技術(shù). 2020,(01)

【文章頁數(shù)】：4 頁

【部分圖文】：

%%面向云計算環(huán)境的網(wǎng)絡(luò)入侵安全檢測技術(shù)工作原理圖

對比試驗面向云計算環(huán)境的網(wǎng)絡(luò)入侵安全檢測技術(shù)（簡稱IWO-BPNN）和未優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵安全檢測技術(shù)（簡稱BPNN），分別試驗運行100次，對入侵誤報率與入侵檢測率進行統(tǒng)計（入侵誤報率=被檢測為異常狀態(tài)的正確樣本/樣本總數(shù)，入侵檢測率=正確檢測樣本/樣本總數(shù)），統(tǒng)計結(jié)果如圖2所示。由圖2可知，IWO-BPNN的入侵誤報率明顯低于BPNN，而IWO-BPNN的入侵檢測率明顯高于BPNN。其主要原因在于雖然BP神經(jīng)網(wǎng)絡(luò)的非線性處理性能較佳，但是權(quán)值基本通過經(jīng)驗方式來確定，入侵檢測結(jié)果自然不佳；而面向云計算環(huán)境的網(wǎng)絡(luò)入侵安全檢測技術(shù)以雜草優(yōu)化算法與入侵檢測誤差為載體來動態(tài)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值，較好地執(zhí)行了誤差反饋操作，進而獲取了最佳BP神經(jīng)網(wǎng)絡(luò)，有效改善了網(wǎng)絡(luò)入侵檢測效果[17-18]。

【參考文獻】：
期刊論文
[1]大數(shù)據(jù)技術(shù)在電力通信網(wǎng)的研究與應(yīng)用[J]. 林炳花.  電力大數(shù)據(jù). 2018(05)
[2]基于數(shù)據(jù)分析的配電網(wǎng)故障數(shù)據(jù)特征變量提取[J]. 楊鳳生,熊波,蔡廣林,楊琦岑.  電力大數(shù)據(jù). 2018(03)
[3]基于數(shù)據(jù)挖掘的電力需求側(cè)管理綜述[J]. 李巍,袁曉婷,李俊杰,徐軼丹.  電力大數(shù)據(jù). 2018(01)
[4]輸變電設(shè)備狀態(tài)大數(shù)據(jù)分析應(yīng)用探討[J]. 王珣,王馨,趙盟,許鵬,馬琳.  電力大數(shù)據(jù). 2018(01)
[5]大數(shù)據(jù)技術(shù)在配電網(wǎng)中的應(yīng)用綜述[J]. 費思源.  中國電機工程學(xué)報. 2018(01)
[6]基于實時運行數(shù)據(jù)挖掘的配電變壓器狀態(tài)評估[J]. 謝成,曹張潔,溫典,金涌濤.  浙江電力. 2017(08)
[7]大數(shù)據(jù)環(huán)境下變電站智能監(jiān)控方案研究[J]. 張飛飛,樊銳軼,孫廣輝,王夢嘉,劉清泉,馬麗.  陜西電力. 2016(06)
[8]基于可信性理論的主動配電網(wǎng)運行風(fēng)險動態(tài)評估[J]. 周毅,楊鏡非,王鈺楠.  電氣自動化. 2016(03)
[9]基于云平臺的變電站設(shè)備智能診斷系統(tǒng)[J]. 王有元,蔡亞楠,王燦,李劍,薛武.  高電壓技術(shù). 2015(12)
[10]基于大數(shù)據(jù)分析的輸變電設(shè)備狀態(tài)數(shù)據(jù)異常檢測方法[J]. 嚴(yán)英杰,盛戈皞,陳玉峰,江秀臣,郭志紅,杜修明.  中國電機工程學(xué)報. 2015(01)



本文編號：3238141