本文選題：網(wǎng)絡　切入點：云平臺　出處：《科技通報》2015年12期 　論文類型：期刊論文

【摘要】：在嵌入式云信息網(wǎng)絡平臺中,物理層數(shù)據(jù)傳輸容易受到外界攻擊變異成壞數(shù)據(jù),威脅網(wǎng)絡安全,傳統(tǒng)方法采用最小延時數(shù)據(jù)聚集算法實現(xiàn)對該類算數(shù)據(jù)的檢測,算法數(shù)據(jù)的不均勻性和時延性,檢測性能不好。提出一種基于數(shù)據(jù)鏈距離估計和時間窗口重排的網(wǎng)絡壞數(shù)據(jù)檢測算法。進行嵌入式云信息平臺構建和數(shù)據(jù)采集,采用統(tǒng)計信號分析方法對數(shù)據(jù)進行信息鏈構建,對數(shù)據(jù)鏈距離進行估計,采用時間窗口重排方法對壞數(shù)據(jù)的譜特征進行空間重組,提高壞數(shù)據(jù)檢測性能。仿真結果表明,采用該算法進行嵌入式云信息網(wǎng)絡平臺通信傳輸?shù)膲臄?shù)據(jù)進行檢測,準確檢測概率提高34.56%,檢測算法的收斂性和魯棒性較好,保證了網(wǎng)絡系統(tǒng)安全。
[Abstract]:In the embedded cloud information network platform, the physical layer data transmission is easy to be changed into bad data by external attack, which threatens the network security. The traditional method uses the minimum delay data aggregation algorithm to realize the detection of this kind of computing data. This paper presents a network bad data detection algorithm based on distance estimation of data link and time window rearrangement, which is used to construct embedded cloud information platform and collect data. The statistical signal analysis method is used to construct the information chain of the data, the distance of the data link is estimated, and the time window rearrangement method is used to reorganize the spectral features of the bad data in space to improve the detection performance of the bad data. The simulation results show that, The algorithm is used to detect the bad data transmitted by the embedded cloud information network platform, the detection probability is increased 34.56, the convergence and robustness of the detection algorithm is good, and the security of the network system is ensured.
【作者單位】： 上海金融學院實驗教學教育技術中心;
【基金】：基于Petri網(wǎng)和MATLAB的系統(tǒng)性能評價體系研究的報告(編號SHFUKT10-11)
【分類號】：TN915.08

【參考文獻】

相關期刊論文 前2條

1 侯森;羅興國;宋克;;基于信息源聚類的最大熵加權信任分析算法[J];電子學報;2015年05期

2 吳明慧;;基于EMA和Lorenz系統(tǒng)同步的網(wǎng)絡攻擊檢測[J];科技通報;2014年02期

【共引文獻】

相關期刊論文 前4條

1 劉莎;王亮;;基于web的協(xié)同辨識金屬耗材管理系統(tǒng)設計[J];世界有色金屬;2015年09期

2 楊君普;楊旺;于瑩;;基于雙模調頻分解的網(wǎng)絡攻擊信號檢測仿真[J];計算機仿真;2015年06期

3 王曉超;;基于最優(yōu)特征提取的網(wǎng)絡入侵檢測設計[J];中國西部科技;2015年07期

4 蘇恒陽;;嵌入式網(wǎng)絡攻擊特征的有效識別方法研究[J];中國西部科技;2015年07期

【二級參考文獻】

相關期刊論文 前6條

1 李光;王亞東;;一種改進的基于奇異值分解的隱私保持分類挖掘方法[J];電子學報;2012年04期

2 楊靜;趙家石;張健沛;;一種面向高維數(shù)據(jù)挖掘的隱私保護方法[J];電子學報;2013年11期

3 王安;焦美鵬;張小東;;國內18信息移頻信號檢測頻譜校正算法的研究[J];計算機測量與控制;2012年02期

4 汪中才;黎永碧;;基于數(shù)據(jù)挖掘的入侵檢測系統(tǒng)研究[J];科技通報;2012年08期

5 古勁聲;蔣鈴鴿;何迪;;基于混沌同步的網(wǎng)絡入侵檢測方法[J];上海交通大學學報;2009年12期

6 胡光波;何席兵;甘新年;;基于分數(shù)階Fourier變換累積量的目標檢測算法[J];魚雷技術;2011年05期

【相似文獻】

相關期刊論文 前10條

1 ;大連應用機器人表面數(shù)據(jù)檢測通過鑒定[J];機電一體化;2006年01期

2 伍愛蓮，張立宏;交流數(shù)據(jù)檢測系統(tǒng)的分析和研究[J];湖北工學院學報;1994年S1期

3 劉濤,徐昌華;提高單片機數(shù)據(jù)檢測系統(tǒng)的精度[J];電子工程師;2001年07期

4 紀素娟;;基于主成分分析法的異常數(shù)據(jù)檢測及其應用[J];教育教學論壇;2009年02期

5 紀素娟;;基于主成分分析法的異常數(shù)據(jù)檢測及其應用[J];教育教學論壇;2009年09期

6 陳正文;劉志國;;機組檢修數(shù)據(jù)檢測分析系統(tǒng)在爾王莊泵站的應用[J];水電廠自動化;2006年01期

7 李紅娟,李京華,孫超;空時聯(lián)合均衡水聲數(shù)據(jù)檢測仿真研究[J];探測與控制學報;2005年03期

8 李居斌;;配電站微機數(shù)據(jù)檢測系統(tǒng)[J];計算機仿真;1986年03期

9 胡峰,溫熙森,孫國基,牛宏麗;采樣時間序列的故障數(shù)據(jù)檢測與滑動容錯濾波[J];上海海運學院學報;2001年03期

10 司風琪,馬寶萍,徐治皋;熱力系統(tǒng)性能監(jiān)測中的數(shù)據(jù)調和及不良數(shù)據(jù)檢測[J];東南大學學報(自然科學版);2000年03期

相關會議論文 前2條

1 辛延軍;林孔元;;FCC(催化裂化)動態(tài)數(shù)據(jù)檢測與儀表診斷專家系統(tǒng)的研究[A];1995年中國智能自動化學術會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

2 羅振一;李陶深;;BSS帳務系統(tǒng)數(shù)據(jù)檢測技術實現(xiàn)[A];廣西計算機學會2009年年會論文集[C];2009年

相關碩士學位論文 前10條

1 許勇;基于PMU的電力系統(tǒng)不良數(shù)據(jù)檢測與辨識[D];西南交通大學;2015年

2 韓全安;基于應用語義的受損數(shù)據(jù)檢測方法研究[D];華中科技大學;2013年

3 鄭長林;基于數(shù)據(jù)挖掘的工商數(shù)據(jù)檢測系統(tǒng)的設計與實現(xiàn)[D];南昌大學;2012年

4 孫利建;短波數(shù)傳中塊式數(shù)據(jù)檢測及頻域均衡的定點化處理[D];西安電子科技大學;2014年

5 劉興華;船舶網(wǎng)絡數(shù)據(jù)檢測分析系統(tǒng)的設計與實現(xiàn)[D];哈爾濱工程大學;2005年

6 張永超;電力系統(tǒng)不良數(shù)據(jù)檢測和辨識方法研究[D];西南交通大學;2009年

7 劉書紅;基于氣相色譜儀的數(shù)據(jù)檢測及故障診斷程序設計[D];吉林大學;2006年

8 高學亮;基于機器視覺技術的雨滴譜數(shù)據(jù)檢測系統(tǒng)[D];長春工業(yè)大學;2010年

9 周小寶;電力系統(tǒng)狀態(tài)估計不良數(shù)據(jù)檢測與辨識方法研究與應用[D];湖南大學;2013年

10 應磊;農業(yè)搜索引擎中的異常數(shù)據(jù)檢測[D];中國科學技術大學;2010年

，

本文編號：1616945