网络级联抗毁攻击信息层次化分类仿真研究

发布时间：2021-02-12 20:15

　　网络技术加速了社会信息化进程。但是网络安全形势日趋严峻,网络攻击技术正在不断地向隐蔽、高效和智能化方向发展。网络级联抗毁攻击信息层次化分类是骨干网安全监测条件下海量报警信息处理的迫切需要。针对平面分类方法对网络级联抗毁攻击信息分类时出现的精度不高的现象,设计一种基于程序树的层次化分类方法。采用分词管理的方式,将网络级联抗毁性攻击信息作为一种特征项考虑,提取攻击信息的节点特征;将攻击信息的权重计算过程看做是一个节点信息的频度权衡过程,计算攻击信息节点权重值,利用程序树的结构特征,按照根、茎、叶的分类方式,实现网络级联抗毁攻击信息的层次分类。仿真结果表明,层次分类方法比平面分类方法的信息分类精度提高了15.16%。说明基于程序树的层次化分类方法具备有效性,能够实现网络级联抗毁攻击信息的准确分类。 

【文章来源】：计算机仿真. 2020,37(02)北大核心

【文章页数】：5 页

【部分图文】：

级联抗毁性信息分布形式

若Ci较大,则网络的级联抗毁性能便会大幅降低,影响客户的进一步应用。为此针对Ci最小化的问题,引入程序树的叶子节点问题,将攻击信息按照叶子节点的分布形式进行分类,本文所引入的叶子节点分类结构如图2所示。根据图2所示的分类结构,结合训练文档的缩减特征[11],计算攻击数据最后形成的当前向量空间维度特征的分布比例

为了实现攻击信息的进一步分类,本文将程序树的径节点结构进行理论推导,在负载近邻分配环境下,为避免级联失效现象的出现,要限制所有攻击数据的额外流量,并引入贝叶斯法则[12],将攻击信息的分类过程作为径节点的载体,进行等价变换,如图3所示。分析图3可知,每个径节点上都有一个m/n攻击数据点,以此作为关联节点,对临界阈值进行求解

【参考文献】：
期刊论文
[1]基于攻击图的网络安全度量研究综述[J]. 胡浩,刘玉岭,张玉臣,张红旗.  网络与信息安全学报. 2018(09)
[2]复杂网络提高的抗毁性优化设计仿真[J]. 朱家明,蒋沅,赵平.  计算机仿真. 2018(04)
[3]结合RNN和CNN层次化网络的中文文本情感分类[J]. 罗帆,王厚峰.  北京大学学报(自然科学版). 2018(03)
[4]相互依存网络抗毁性研究综述[J]. 董政呈,方彦军,田猛.  复杂系统与复杂性科学. 2017(03)
[5]加权BA网络负荷重分配建模及级联抗毁性[J]. 李朝阳,杨任农,韩海艳,冯超.  空军工程大学学报(自然科学版). 2017(03)
[6]层次化分类的离线中文签名真伪鉴别方法[J]. 魏佳敏,冯筠,卜起荣,高原,赵妍.  计算机工程与应用. 2018(08)
[7]论广播电视系统信息安全的层次化搭建[J]. 姚伟.  新闻研究导刊. 2017(06)
[8]基于深度学习和层次语义模型的极化SAR分类[J]. 石俊飞,刘芳,林耀海,刘璐.  自动化学报. 2017(02)
[9]基于优化理论的复杂网络节点攻击策略[J]. 孙昱,姚佩阳,张杰勇,付凯.  电子与信息学报. 2017(03)
[10]基于复合边权重的加权复杂网络级联抗毁性优化[J]. 崔文岩,孟相如,康巧燕,李纪真.  系统工程与电子技术. 2017(02)



本文编号：3031376