云計(jì)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(diǎn),導(dǎo)致網(wǎng)絡(luò)入侵安全檢測(cè)變得日益困難,傳統(tǒng)入侵檢測(cè)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(jì)算環(huán)境的網(wǎng)絡(luò)入侵安全檢測(cè)技術(shù)。將網(wǎng)絡(luò)入侵檢測(cè)任務(wù)通過(guò)云計(jì)算技術(shù)來(lái)自動(dòng)分解為若干個(gè)子任務(wù),再將這些子任務(wù)分別在云計(jì)算平臺(tái)的不同節(jié)點(diǎn)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(lái)進(jìn)行確定;最后再有機(jī)融合不同節(jié)點(diǎn)的網(wǎng)絡(luò)入侵檢測(cè)結(jié)果。采用KDD CUP 99數(shù)據(jù)集對(duì)其性能進(jìn)行仿真試驗(yàn),結(jié)果表明可有效縮短入侵檢測(cè)的訓(xùn)練時(shí)間與測(cè)試時(shí)間,較好地達(dá)到了實(shí)時(shí)監(jiān)測(cè)網(wǎng)絡(luò)入侵行為的效果,應(yīng)用價(jià)值較高。 

【文章來(lái)源】：電工技術(shù). 2020,(01)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

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

對(duì)比試驗(yàn)面向云計(jì)算環(huán)境的網(wǎng)絡(luò)入侵安全檢測(cè)技術(shù)（簡(jiǎn)稱IWO-BPNN）和未優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵安全檢測(cè)技術(shù)（簡(jiǎn)稱BPNN），分別試驗(yàn)運(yùn)行100次，對(duì)入侵誤報(bào)率與入侵檢測(cè)率進(jìn)行統(tǒng)計(jì)（入侵誤報(bào)率=被檢測(cè)為異常狀態(tài)的正確樣本/樣本總數(shù)，入侵檢測(cè)率=正確檢測(cè)樣本/樣本總數(shù)），統(tǒng)計(jì)結(jié)果如圖2所示。由圖2可知，IWO-BPNN的入侵誤報(bào)率明顯低于BPNN，而IWO-BPNN的入侵檢測(cè)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(guò)經(jīng)驗(yàn)方式來(lái)確定，入侵檢測(cè)結(jié)果自然不佳；而面向云計(jì)算環(huán)境的網(wǎng)絡(luò)入侵安全檢測(cè)技術(shù)以雜草優(yōu)化算法與入侵檢測(cè)誤差為載體來(lái)動(dòng)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(jìn)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(cè)效果[17-18]。

【參考文獻(xiàn)】：
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(fèi)思源.  中國(guó)電機(jī)工程學(xué)報(bào). 2018(01)
[6]基于實(shí)時(shí)運(yùn)行數(shù)據(jù)挖掘的配電變壓器狀態(tài)評(píng)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(mèng)嘉,劉清泉,馬麗.  陜西電力. 2016(06)
[8]基于可信性理論的主動(dòng)配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)估[J]. 周毅,楊鏡非,王鈺楠.  電氣自動(dòng)化. 2016(03)
[9]基于云平臺(tái)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(cè)方法[J]. 嚴(yán)英杰,盛戈皞,陳玉峰,江秀臣,郭志紅,杜修明.  中國(guó)電機(jī)工程學(xué)報(bào). 2015(01)



本文編號(hào)：3238141