針對(duì)復(fù)雜網(wǎng)絡(luò)受蓄意攻擊頻繁,而現(xiàn)有的檢測(cè)方法大多忽略全局拓?fù)渫蛔兲卣鞯膯?wèn)題.從網(wǎng)絡(luò)全局拓?fù)涞漠惓Ｑ莼卣鞒霭l(fā),提出網(wǎng)絡(luò)路徑相對(duì)變化系數(shù)（network path change coefficient,NPCC） r,量化節(jié)點(diǎn)間傳輸路徑的變化.由斐波那契數(shù)列衍生出斐波那契演化域,用于區(qū)分正常和異常演化.將r作為核心度量參量,構(gòu)建斐波那契演化域,形成網(wǎng)絡(luò)異常檢測(cè)方法,實(shí)現(xiàn)對(duì)異常的判定.結(jié)果表明,該檢測(cè)方法的平均準(zhǔn)確率為90%以上,高于最大公共子圖（maximum common subgraph,MCS）及圖編輯距離（graph edit distance,GED）的準(zhǔn)確率,證明了所提檢測(cè)方法的有效性. 

【文章來(lái)源】：東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,41(10)北大核心EICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 異常演化與拓?fù)渥儎?dòng)特征分析
    1.1 模型描述
    1.2 蓄意攻擊
    1.3 異常演化分析
2 面向蓄意攻擊的異常檢測(cè)算法
    2.1 網(wǎng)絡(luò)路徑相對(duì)變化系數(shù)
    2.2 斐波那契演化域
    2.3 異常檢測(cè)算法
3 實(shí)驗(yàn)結(jié)果及分析
    3.1 r有效性分析
    3.2 異常檢測(cè)算法準(zhǔn)確率分析
4 結(jié)論



本文編號(hào)：3645330