熱模式分析結(jié)合網(wǎng)絡(luò)自適應(yīng)跳變算法的超密集網(wǎng)絡(luò)攻擊預(yù)測(cè)方法
發(fā)布時(shí)間:2022-12-18 21:39
針對(duì)超密集網(wǎng)絡(luò)安全性的問題,提出一種熱模式分析結(jié)合網(wǎng)絡(luò)自適應(yīng)跳變算法的超密集網(wǎng)絡(luò)攻擊預(yù)測(cè)方法。研究發(fā)現(xiàn)超密集網(wǎng)絡(luò)中漫游用戶的安全與其增加的切換百分比有關(guān)。提出一種基于熱模式分析(Thermal Pattern Analysis, TPA)的網(wǎng)絡(luò)攻擊預(yù)測(cè)新方法,通過跟蹤熱能模式的足跡(能量和頻譜效率)來(lái)確定高速用戶的可能攻擊區(qū)域。引入網(wǎng)絡(luò)自適應(yīng)跳變算法,采用網(wǎng)絡(luò)威脅感知和跳變策略設(shè)計(jì)指導(dǎo)網(wǎng)絡(luò)跳變機(jī)制的選擇。實(shí)驗(yàn)結(jié)果表明,該方法能夠更加準(zhǔn)確地在超密集網(wǎng)絡(luò)環(huán)境中找到可能低安全性區(qū)域,相比其他較新的同類型預(yù)測(cè)方法,具有更好的預(yù)測(cè)性能。
【文章頁(yè)數(shù)】:9 頁(yè)
【文章目錄】:
0 引 言
1 方法設(shè)計(jì)
1.1 系統(tǒng)模型
1.1.1 說 明
1.1.2 無(wú)線信道模型
1.1.3 不良模型
1.1.4 傳輸模型
1.1.5 電力消費(fèi)模型
1.1.6 能源消費(fèi)模型
1.2 方法目標(biāo)
1.3 熱模式分析
1.4 網(wǎng)絡(luò)自適應(yīng)跳變算法
2 實(shí) 驗(yàn)
2.1 實(shí)驗(yàn)設(shè)置
2.2 實(shí)驗(yàn)結(jié)果及分析
2.3 算法對(duì)比分析
3 結(jié) 語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]動(dòng)態(tài)超密集網(wǎng)絡(luò)中的Markov預(yù)測(cè)切換[J]. 孟慶民,趙媛媛,岳文靜,鄒玉龍,王小明. 通信學(xué)報(bào). 2018(10)
[2]超密集網(wǎng)絡(luò)中D2D通信的高效傳輸協(xié)議設(shè)計(jì)[J]. 王一丹,冀保峰,韓瑽琤. 計(jì)算機(jī)應(yīng)用與軟件. 2018(06)
[3]基于區(qū)域感知貝葉斯決策的5G超密集異構(gòu)網(wǎng)絡(luò)聯(lián)合垂直切換技術(shù)研究[J]. 譚曉衡,謝朝臣,郭坦. 電子學(xué)報(bào). 2018(03)
[4]基于網(wǎng)絡(luò)攻擊節(jié)點(diǎn)可信度的電力系統(tǒng)狀態(tài)估計(jì)[J]. 謝斌,彭晨,張浩,楊明錦. 儀器儀表學(xué)報(bào). 2018(03)
[5]基于深度反卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率算法[J]. 彭亞麗,張魯,張鈺,劉侍剛,郭敏. 軟件學(xué)報(bào). 2018(04)
[6]基于網(wǎng)絡(luò)攻擊面自適應(yīng)轉(zhuǎn)換的移動(dòng)目標(biāo)防御技術(shù)[J]. 雷程,馬多賀,張紅旗,楊英杰,王利明. 計(jì)算機(jī)學(xué)報(bào). 2018(05)
[7]基于多種支撐點(diǎn)的度量空間離群檢測(cè)算法[J]. 許紅龍,唐頌,毛睿,沈婧,劉剛,陳國(guó)良. 計(jì)算機(jī)學(xué)報(bào). 2017(12)
[8]超密集網(wǎng)絡(luò)中最大化網(wǎng)絡(luò)吞吐量的預(yù)測(cè)資源分配[J]. 王俊才,劉婷婷,楊晨陽(yáng),孫奇. 信號(hào)處理. 2017(03)
[9]無(wú)線網(wǎng)絡(luò)虛擬化中的映射算法研究[J]. 曹儐,夏士超,何芳,李云. 通信學(xué)報(bào). 2017(01)
[10]基于因果知識(shí)網(wǎng)絡(luò)的攻擊路徑預(yù)測(cè)方法[J]. 王碩,湯光明,寇廣,宋海濤. 通信學(xué)報(bào). 2016(10)
本文編號(hào):3722812
【文章頁(yè)數(shù)】:9 頁(yè)
【文章目錄】:
0 引 言
1 方法設(shè)計(jì)
1.1 系統(tǒng)模型
1.1.1 說 明
1.1.2 無(wú)線信道模型
1.1.3 不良模型
1.1.4 傳輸模型
1.1.5 電力消費(fèi)模型
1.1.6 能源消費(fèi)模型
1.2 方法目標(biāo)
1.3 熱模式分析
1.4 網(wǎng)絡(luò)自適應(yīng)跳變算法
2 實(shí) 驗(yàn)
2.1 實(shí)驗(yàn)設(shè)置
2.2 實(shí)驗(yàn)結(jié)果及分析
2.3 算法對(duì)比分析
3 結(jié) 語(yǔ)
【參考文獻(xiàn)】:
期刊論文
[1]動(dòng)態(tài)超密集網(wǎng)絡(luò)中的Markov預(yù)測(cè)切換[J]. 孟慶民,趙媛媛,岳文靜,鄒玉龍,王小明. 通信學(xué)報(bào). 2018(10)
[2]超密集網(wǎng)絡(luò)中D2D通信的高效傳輸協(xié)議設(shè)計(jì)[J]. 王一丹,冀保峰,韓瑽琤. 計(jì)算機(jī)應(yīng)用與軟件. 2018(06)
[3]基于區(qū)域感知貝葉斯決策的5G超密集異構(gòu)網(wǎng)絡(luò)聯(lián)合垂直切換技術(shù)研究[J]. 譚曉衡,謝朝臣,郭坦. 電子學(xué)報(bào). 2018(03)
[4]基于網(wǎng)絡(luò)攻擊節(jié)點(diǎn)可信度的電力系統(tǒng)狀態(tài)估計(jì)[J]. 謝斌,彭晨,張浩,楊明錦. 儀器儀表學(xué)報(bào). 2018(03)
[5]基于深度反卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率算法[J]. 彭亞麗,張魯,張鈺,劉侍剛,郭敏. 軟件學(xué)報(bào). 2018(04)
[6]基于網(wǎng)絡(luò)攻擊面自適應(yīng)轉(zhuǎn)換的移動(dòng)目標(biāo)防御技術(shù)[J]. 雷程,馬多賀,張紅旗,楊英杰,王利明. 計(jì)算機(jī)學(xué)報(bào). 2018(05)
[7]基于多種支撐點(diǎn)的度量空間離群檢測(cè)算法[J]. 許紅龍,唐頌,毛睿,沈婧,劉剛,陳國(guó)良. 計(jì)算機(jī)學(xué)報(bào). 2017(12)
[8]超密集網(wǎng)絡(luò)中最大化網(wǎng)絡(luò)吞吐量的預(yù)測(cè)資源分配[J]. 王俊才,劉婷婷,楊晨陽(yáng),孫奇. 信號(hào)處理. 2017(03)
[9]無(wú)線網(wǎng)絡(luò)虛擬化中的映射算法研究[J]. 曹儐,夏士超,何芳,李云. 通信學(xué)報(bào). 2017(01)
[10]基于因果知識(shí)網(wǎng)絡(luò)的攻擊路徑預(yù)測(cè)方法[J]. 王碩,湯光明,寇廣,宋海濤. 通信學(xué)報(bào). 2016(10)
本文編號(hào):3722812
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3722812.html
最近更新
教材專著