基于全局能量均衡的动态网络恶意节点检测

发布时间：2021-02-21 07:59

　　针对当前动态网络恶意节点检测方法查准率与查全率较低的问题,提出基于全局能量均衡的动态网络恶意节点检测。依据网络爬虫角色分工特性,具有针对性的识别动态网络中恶意节点信息,记录节点IP地址。负责采集节点元数据与查询消息的爬虫在节点IP基础上,进一步采集其它信息,初步实现恶意节点相关信息爬取。并据此引入可变通信周期方案与全局能量均衡组合下的协议,分离节点采集周期和数据通信周期,利用簇内的可变通信周期方案降低部分节点能耗,差异化区分各类节点。以各类节点区分为依据,结合节点活跃度因子优化簇头筛选公式与成簇,在完成恶意节点检测的同时实现全局能量均衡。经实验证明,所提方法在不同实验次数下对动态网络恶意节点检测查准率与查全率几乎在95%以上,具有较高的可靠性。 

【文章来源】：计算机仿真. 2020,37(12)北大核心

【文章页数】：5 页

【部分图文】：

爬虫结构示意图

3)爬虫协议中扩展机制也能够识别恶意节点。例如,爬行的角色与其它节点进行握手操作,其它节点会将与其连接的所有节点信息返回。利用此种方式不用与节点构建连接,还可以获得动态网络拓扑结构。在上述实验环境下分别对不同方法节点检测的查准率与查全率进行验证。查准率与查全率的计算原理如图2所示。依据图2所指示的查准率与查全率的计算原理求出文献[4]、文献[5]、文献[6]及本文的查全率与查准率,其输出结果如图3与图4所示。

依据图2所指示的查准率与查全率的计算原理求出文献[4]、文献[5]、文献[6]及本文的查全率与查准率,其输出结果如图3与图4所示。图4 不同方法查全率对比

【参考文献】：
期刊论文
[1]基于深度学习的无线网络节点个体识别技术[J]. 沈伟国,王巍.  通信学报. 2018(S2)
[2]无线网络信息传输节点能量准确检测仿真[J]. 张俊,杨超.  计算机仿真. 2018(10)
[3]多层社交网络中节点影响力的识别[J]. 朱晓霞,胡小雪.  情报理论与实践. 2019(01)
[4]光纤传感网络入侵中未感染节点检测方法[J]. 彭兆军.  科技通报. 2018(04)
[5]线上社交网络上信息扩散中“隐形”关键节点的识别及影响力评价[J]. 魏莹,刘冠,李锋.  情报科学. 2018(03)
[6]无线传感器网络节点定位与漂移检测[J]. 毕烨,陈丽娜,苗春雨.  小型微型计算机系统. 2018(01)
[7]基于社区的动态网络节点介数中心度更新算法[J]. 钱珺,王朝坤,郭高扬.  软件学报. 2018(03)
[8]基于SNA与模糊TOPSIS的网络舆情关键节点识别分类模型研究[J]. 彭丽徽,李贺,张艳丰.  现代情报. 2017(08)
[9]基于交叉度的有向网络中心节点识别算法研究[J]. 周立欣,刘臣,霍良安,王育清.  计算机应用研究. 2016(11)
[10]移动传感网络汇聚节点动态选址[J]. 李军飞,梁久祯.  计算机应用研究. 2016(05)



本文编号：3044074