基于大数据的半分布式僵尸网络动态抑制算法

发布时间：2021-03-02 08:50

　　为了提高半分布式僵尸网络的安全性,提出一种基于大数据的半分布式僵尸网络动态抑制算法。采用波特间隔均衡控制方法,进行半分布式僵尸网络的动态特征补偿,构建半分布式僵尸网络动态特征信息采样模型,利用判决均衡方法,对采集到的动态特征信息进行定量递归分析,提取半分布式僵尸网络的统计特征量;在此基础上,采用大数据寻优计算方法,获取真正的半分布式僵尸网络最优抑制参数,在嵌入式环境下,将半分布式僵尸网络的最优抑制参数与迁移负载响应结果相结合,实现半分布式僵尸网络动态抑制。仿真结果表明,采用本文方法进行半分布式僵尸网络动态抑制的效果较好,提高了抑制精度,缩短了抑制时间,且降低了网络输出误码率。 

【文章来源】：计算机与现代化. 2020,(08)

【文章页数】：5 页

【部分图文】：

半分布式僵尸网络的动态负载大数据采样

实际抑制输出

将本文方法、文献[3]方法、文献[4]方法和文献[5]方法的半分布式僵尸网络动态抑制结果与实际抑制结果进行拟合度对比，结果如图3所示。分析图3可知，本文方法的半分布式僵尸网络动态抑制结果与实际抑制结果的拟合度为100%，而文献方法与实际抑制结果相差较大，说明本文方法的半分布式僵尸网络动态抑制精度较高，这是因为本文方法结合了大数据寻优的计算方法来实现半分布式僵尸网络动态抑制。

【参考文献】：
期刊论文
[1]基于机器学习的IPFIX的僵尸通信检测[J]. 夏凡,方方,丁中涛,刘宇为,杨剑锋,杨雪.  信息技术与网络安全. 2019(09)
[2]一种基于三支决策的移动云任务节能卸载方法[J]. 徐晓霞,姜春茂,黄春梅.  南京理工大学学报. 2019(04)
[3]粒计算:一种大数据融合智能建模新方法[J]. 姚富光,钟先信,周靖超.  南京理工大学学报. 2018(04)
[4]SDN下基于深度学习混合模型的DDoS攻击检测与防御[J]. 李传煌,吴艳,钱正哲,孙正君,王伟明.  通信学报. 2018(07)
[5]基于网络行为特征与Dezert-Smarandache理论的P2P僵尸网络检测（英文）[J]. 宋元章,陈媛,王俊杰,王安邦,李洪雨.  Journal of Southeast University（English Edition）. 2018(02)
[6]Secure Model to Generate Path Map for Vehicles in Unusual Road Incidents Using Association Rule Based Mining in VANET[J]. Arun Malik,Babita Pandey,Chia-Chun Wu.  Journal of Electronic Science and Technology. 2018(02)
[7]适应线路参数及负载变化的配电网柔性优化消弧方法[J]. 郭谋发,游建章,林先辉,杨耿杰,缪希仁.  电力系统自动化. 2017(08)
[8]基于二元译码信息的迭代大数逻辑LDPC译码算法及其量化优化[J]. 黎相成,陈海强,梁奇,孙友明,万海斌,覃团发.  电子与信息学报. 2017(04)
[9]利用DNS日志数据检测僵尸网络技术探讨[J]. 张琦,宫忱.  现代电信科技. 2016(04)
[10]僵尸网络恶意代码的有效检测方法研究[J]. 高见,王威,芦天亮,黄鸿志.  计算机仿真. 2016(06)



本文编号：3058980