互联网中混合入侵信息节点定位识别仿真

发布时间：2020-02-23 04:25

【摘要】：对互联网中混合入侵信息节点的定位识别,能够有效抵御混合入侵节点的恶意攻击行为。对入侵信息节点的定位识别,需要通过类型相关节点属性,生成节点分类器,完成对入侵信息节点的定位。传统方法利用势函数计算混合入侵信息抽取的节点位置值,对各入侵节点的位置信任度进行综合,但忽略了生成节点分类器,导致节点定位识别精度偏低。在互联网环境下,提出基于多元分类的混合入侵信息节点识别方法。该方法首先在信誉阈值判定模型的基础上,引入第三方节点的间接可信度,将混合入侵信息中多种攻击类型相应的孤立点信任值进行整合,组建全部参与混合入侵信息节点的样本空间,生成节点分类器,在此基础上对未知类型的混合入侵信息节点进行分类。实验结果表明,所提方法能够准确识别节点定位,且节点定位识别效率较高。
【图文】：

分析图,节点,节点定位,信息节点

图1正常节点与节点定位信任值的比较度的改进模型对混合入侵信息节点信任值影响的比较。图2不同模型对恶意节点信任值影响比较分析图2可知，引入第三方节点间接可信度后信誉模型经过75s后信任值就降至0．1以下，低于信任阈值Thrc，说明所提方法可在较短周期内就可以识别出节点定位，而传统信誉阈值判定模型需要花费更多的周期才能识别出节点定位，由此说明所提方法识别效率较高。在进行混合入侵信息节点定位识别过程中，信任阈值Thrc的选择对识别结果由重要影响，Thrc值的选取通常由经验确定，分别将Thrc取值为5，10，15对所提识别方法进行检验，以识别率(%)为选择条件，最终确定Thrc值，如图3所示。分析图3可知，当混合入侵信息信任阈值Thrc为10时，节点定位识别率较高。为了提高节点定位识别率，所提方法在信誉阈值判定模型的基础上，引入第三方节点的间接可信度，将混合入侵信息中多种攻击类型相应的孤立点信任值进行整合，结合曼哈顿度量识别出节点定位，使得提出的基于多元分类的混合入侵信息节点定位识别方法识别率较高。5结束语图3不同信任阈值下节点定位识别率为了解决现有混合入侵信息识别方法漏报和误报问题，在互联网环境下，提出一种基于多元分类的混合入侵信息节点定位识别方法。实验结果表明，所提方法能够准确识别节点定位，且节点定位识别效率较高。参考文献:［1］任建华，高立明．基于聚类的两段式孤立点检测算法［J］．计算机工程与应用，2016，52(20):98－102．［2］王亚，等．基于模糊数学的MANET恶意节点识别［J］．计算机工程，2014，40(5):134－138．［3］张琳，尹娜，王汝传．无线传感网中基于DPAM－MD算法的恶意节点识别研究［J］．通信学报，2015，36(S1):53－59．［4］邢

分析图,影响比较,节点,模型

图1正常节点与节点定位信任值的比较度的改进模型对混合入侵信息节点信任值影响的比较。图2不同模型对恶意节点信任值影响比较分析图2可知，引入第三方节点间接可信度后信誉模型经过75s后信任值就降至0．1以下，低于信任阈值Thrc，说明所提方法可在较短周期内就可以识别出节点定位，而传统信誉阈值判定模型需要花费更多的周期才能识别出节点定位，由此说明所提方法识别效率较高。在进行混合入侵信息节点定位识别过程中，信任阈值Thrc的选择对识别结果由重要影响，Thrc值的选取通常由经验确定，分别将Thrc取值为5，10，15对所提识别方法进行检验，以识别率(%)为选择条件，最终确定Thrc值，如图3所示。分析图3可知，当混合入侵信息信任阈值Thrc为10时，节点定位识别率较高。为了提高节点定位识别率，所提方法在信誉阈值判定模型的基础上，引入第三方节点的间接可信度，将混合入侵信息中多种攻击类型相应的孤立点信任值进行整合，结合曼哈顿度量识别出节点定位，使得提出的基于多元分类的混合入侵信息节点定位识别方法识别率较高。5结束语图3不同信任阈值下节点定位识别率为了解决现有混合入侵信息识别方法漏报和误报问题，在互联网环境下，提出一种基于多元分类的混合入侵信息节点定位识别方法。实验结果表明，所提方法能够准确识别节点定位，且节点定位识别效率较高。参考文献:［1］任建华，高立明．基于聚类的两段式孤立点检测算法［J］．计算机工程与应用，2016，，52(20):98－102．［2］王亚，等．基于模糊数学的MANET恶意节点识别［J］．计算机工程，2014，40(5):134－138．［3］张琳，尹娜，王汝传．无线传感网中基于DPAM－MD算法的恶意节点识别研究［J］．通信学报，2015，36(S1):53－59．［4］邢

【相似文献】