面向蓄意攻擊的網(wǎng)絡異常檢測方法
發(fā)布時間:2022-02-27 21:41
針對復雜網(wǎng)絡受蓄意攻擊頻繁,而現(xiàn)有的檢測方法大多忽略全局拓撲突變特征的問題.從網(wǎng)絡全局拓撲的異常演化特征出發(fā),提出網(wǎng)絡路徑相對變化系數(shù)(network path change coefficient,NPCC) r,量化節(jié)點間傳輸路徑的變化.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)絡異常檢測方法,實現(xiàn)對異常的判定.結(jié)果表明,該檢測方法的平均準確率為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)的準確率,證明了所提檢測方法的有效性.
【文章來源】:東北大學學報(自然科學版). 2020,41(10)北大核心EICSCD
【文章頁數(shù)】:6 頁
【文章目錄】:
1 異常演化與拓撲變動特征分析
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算法
2.1 網(wǎng)絡路徑相對變化系數(shù)
2.2 斐波那契演化域
2.3 異常檢測算法
3 實驗結(jié)果及分析
3.1 r有效性分析
3.2 異常檢測算法準確率分析
4 結(jié)論
本文編號:3645330
【文章來源】:東北大學學報(自然科學版). 2020,41(10)北大核心EICSCD
【文章頁數(shù)】:6 頁
【文章目錄】:
1 異常演化與拓撲變動特征分析
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算法
2.1 網(wǎng)絡路徑相對變化系數(shù)
2.2 斐波那契演化域
2.3 異常檢測算法
3 實驗結(jié)果及分析
3.1 r有效性分析
3.2 異常檢測算法準確率分析
4 結(jié)論
本文編號:3645330
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3645330.html
最近更新
教材專著