本文關(guān)鍵詞：被入侵網(wǎng)絡(luò)中的活躍節(jié)點檢測方法研究

  更多相關(guān)文章： 被入侵網(wǎng)絡(luò) 活躍節(jié)點檢測 粒子群優(yōu)化

【摘要】：對被入侵網(wǎng)絡(luò)中的活躍節(jié)點進(jìn)行檢測,可以保證在網(wǎng)絡(luò)在癱瘓的情況下,恢復(fù)通信能力。被入侵網(wǎng)絡(luò)與正常網(wǎng)絡(luò)不同,活躍節(jié)點分布具有較大隨機性,節(jié)點之間的可檢測活躍特征的關(guān)聯(lián)較弱,傳統(tǒng)的檢測方法需要通過節(jié)點的關(guān)聯(lián)性才能完成是否活躍的判斷,只能以隨機檢測的方式完成,準(zhǔn)確度較低。提出改進(jìn)約束粒子群算法的被入侵網(wǎng)絡(luò)中的活躍節(jié)點檢測方法。上述方法先對采集的被入侵網(wǎng)絡(luò)中各個活躍節(jié)點的原始信號進(jìn)行特征提取,再將每個活躍節(jié)點的特征進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理,將標(biāo)準(zhǔn)化處理后的活躍節(jié)點特征向量依據(jù)一定的順序進(jìn)行特征組合,得到一個被入侵網(wǎng)絡(luò)中的活躍節(jié)點二維特征向量矩陣,并進(jìn)行活躍節(jié)點的數(shù)據(jù)特征融合,并將被入侵網(wǎng)絡(luò)中的活躍節(jié)點定位問題轉(zhuǎn)換成約束優(yōu)化問題,融合粒子群優(yōu)化算法采用設(shè)定約束適應(yīng)度函數(shù)和距離適應(yīng)度函數(shù)的方式對上述問題進(jìn)行求解。仿真結(jié)果表明,改進(jìn)約束粒子群算法的被入侵網(wǎng)絡(luò)中的活躍節(jié)點檢測方法定位精確度高。
【作者單位】： 武警工程大學(xué);
【關(guān)鍵詞】： 被入侵網(wǎng)絡(luò) 活躍節(jié)點檢測 粒子群優(yōu)化
【分類號】：TP393.08
【正文快照】： 1引言在國內(nèi),隨著計算機科技技術(shù)水平的不斷提升,由蠕蟲和木馬形成的被入侵網(wǎng)絡(luò)對計算機網(wǎng)絡(luò)的安全造成了巨大的威脅[1]。被入侵網(wǎng)絡(luò)(botnet)是由網(wǎng)絡(luò)黑客通過多種傳播手段入侵,并控制的主機而形成的網(wǎng)絡(luò)[2]。當(dāng)下,大部分的被入侵網(wǎng)絡(luò)命令與控制信道都是利用網(wǎng)絡(luò)傳感器進(jìn)行的,

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 崔慧;潘巨龍;閆丹丹;;無線傳感器網(wǎng)絡(luò)中基于信譽-投票機制的惡意節(jié)點檢測[J];中國計量學(xué)院學(xué)報;2013年04期

2 劉增鎖;;大型混合服務(wù)器差異節(jié)點負(fù)載檢測優(yōu)化方法[J];計算機仿真;2013年12期

3 賈經(jīng)緯;;基于相似性的僵尸網(wǎng)絡(luò)檢測研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2013年11期

4 張華鵬;張宏斌;葛娟;張書奎;;Ad Hoc網(wǎng)絡(luò)中基于信用的自私節(jié)點檢測系統(tǒng)[J];計算機工程;2013年06期

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 黃華;;物聯(lián)網(wǎng)中傳感節(jié)點數(shù)據(jù)異常檢測方法研究[J];計算機仿真;2012年05期

2 劉國柱;;Virtools嵌入式服務(wù)器與虛擬現(xiàn)實協(xié)同設(shè)計平臺[J];科技通報;2012年04期

3 胡玲龍;潘巨龍;崔慧;;無線傳感器網(wǎng)絡(luò)中基于信譽的惡意節(jié)點檢測[J];中國計量學(xué)院學(xué)報;2012年01期

4 李元振;廖建新;朱曉民;李俊青;;基于粒子群算法的車載自組網(wǎng)服務(wù)節(jié)點部署[J];南京理工大學(xué)學(xué)報;2011年06期

5 趙祥;紀(jì)志成;;基于改進(jìn)粒子群算法的集成網(wǎng)絡(luò)節(jié)點部署優(yōu)化[J];江南大學(xué)學(xué)報(自然科學(xué)版);2011年04期

6 劉華博;崔建明;戴鴻君;;基于多元分類的無線傳感器網(wǎng)絡(luò)惡意節(jié)點檢測算法[J];傳感技術(shù)學(xué)報;2011年05期

7 路俊維;陳偉元;;基于遺傳粒子群混合算法的測試節(jié)點優(yōu)選方法研究[J];計算機測量與控制;2010年05期

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 蒙正中;;一種改進(jìn)的混合粒子群優(yōu)化算法[J];桂林工學(xué)院學(xué)報;2009年03期

2 吳昌友;王福林;馬力;;一種新的改進(jìn)粒子群優(yōu)化算法[J];控制工程;2010年03期

3 周馳,高海兵,高亮,章萬國;粒子群優(yōu)化算法[J];計算機應(yīng)用研究;2003年12期

4 高鷹,謝勝利;免疫粒子群優(yōu)化算法[J];計算機工程與應(yīng)用;2004年06期

5 張榮沂;一種新的集群優(yōu)化方法——粒子群優(yōu)化算法[J];黑龍江工程學(xué)院學(xué)報;2004年04期

6 高鷹;謝勝利;;混沌粒子群優(yōu)化算法[J];計算機科學(xué);2004年08期

7 劉釗,康立山,蔣良孝,楊林權(quán);用粒子群優(yōu)化改進(jìn)算法求解混合整數(shù)非線性規(guī)劃問題[J];小型微型計算機系統(tǒng);2005年06期

8 戴冬雪,王祁,阮永順,王曉超;基于混沌思想的粒子群優(yōu)化算法及其應(yīng)用[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2005年10期

9 竇全勝;周春光;馬銘;劉全;;群核進(jìn)化粒子群優(yōu)化方法[J];計算機科學(xué);2005年08期

10 范娜;云慶夏;;粒子群優(yōu)化算法及其應(yīng)用[J];信息技術(shù);2006年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張妍;張曉光;王永鋼;;幾種改進(jìn)型的粒子群優(yōu)化算法[A];第一屆中國高校通信類院系學(xué)術(shù)研討會論文集[C];2007年

2 孫紅光;潘毓學(xué);;基于運動目標(biāo)路徑的粒子群優(yōu)化算法研究[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

3 韓毅;唐加福;郭偉宏;劉陽;;混合粒子群優(yōu)化算法求解多層批量問題(英文)[A];中國運籌學(xué)會第八屆學(xué)術(shù)交流會論文集[C];2006年

4 金一粟;梁逸曾;;空間自適應(yīng)粒子群優(yōu)化算法的應(yīng)用研究[A];第九屆全國計算（機）化學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

5 汪榮貴;李守毅;孫見青;;一種新的自適應(yīng)粒子群優(yōu)化算法及應(yīng)用[A];計算機技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

6 黃雙歡;程良倫;;一種基于粒子群優(yōu)化的快速圖像傾斜角度檢測算法[A];中國自動化學(xué)會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 侯志榮;呂振肅;;基于退火策略的粒子群優(yōu)化算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

8 徐俊杰;忻展紅;;基于增強型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2004年

9 王亞;于永光;耿玲玲;;一類改進(jìn)的自適應(yīng)粒子群優(yōu)化算法對混沌系統(tǒng)未知參數(shù)的估計[A];中國力學(xué)大會——2013論文摘要集[C];2013年

10 崔靜;鄧方;方浩;;基于改進(jìn)粒子群優(yōu)化算法的彈道求解方法[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第三分冊）[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉華鎣;粒子群優(yōu)化算法的改進(jìn)研究及在石油工程中的應(yīng)用[D];東北石油大學(xué);2012年

2 劉波;粒子群優(yōu)化算法及其在機電設(shè)備中的應(yīng)用研究[D];中北大學(xué);2011年

3 熊勇;粒子群優(yōu)化算法的行為分析與應(yīng)用實例[D];浙江大學(xué);2005年

4 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用研究[D];重慶大學(xué);2007年

5 閆允一;粒子群優(yōu)化及其在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2008年

6 余炳輝;粒子群優(yōu)化算法試驗研究及擴展[D];華中科技大學(xué);2007年

7 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用[D];重慶大學(xué);2007年

8 徐慧;粒子群優(yōu)化算法改進(jìn)及其在煤層氣產(chǎn)能預(yù)測中的應(yīng)用研究[D];中國礦業(yè)大學(xué);2013年

9 徐星;融合熱運動機制的粒子群優(yōu)化算法研究及其應(yīng)用[D];武漢大學(xué);2010年

10 劉逸;粒子群優(yōu)化算法的改進(jìn)及應(yīng)用研究[D];西安電子科技大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳卓;粒子群優(yōu)化算法的改進(jìn)及在油藏數(shù)值模擬中的應(yīng)用[D];北京建筑大學(xué);2015年

2 白云;基于粒子群優(yōu)化算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘[D];西北農(nóng)林科技大學(xué);2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機的網(wǎng)絡(luò)態(tài)勢預(yù)測模型研究[D];蘭州大學(xué);2015年

4 孟亞州;基于粒子群優(yōu)化OTSU的肺組織分割算法研究[D];寧夏大學(xué);2015年

5 鄭博;基于快速排序的多目標(biāo)粒子群優(yōu)化算法的研究及應(yīng)用[D];鄭州大學(xué);2015年

6 米永強;非線性規(guī)劃問題的混合粒子群優(yōu)化算法研究[D];寧夏大學(xué);2015年

7 李建美;基于自適應(yīng)變異與文化框架的混沌粒子群優(yōu)化算法[D];陜西師范大學(xué);2015年

8 劉星;基于粒子群優(yōu)化算法的特征選擇方法研究[D];南京大學(xué);2015年

9 牛旭;動態(tài)粒子群優(yōu)化算法及其應(yīng)用[D];西安電子科技大學(xué);2014年

10 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學(xué);2014年

，

本文編號：930398