嵌入式网络高维异构数据攻击检测方法研究

发布时间：2021-03-11 06:08

　　针对传统方法存在网络高维异构数据攻击检测速度较慢、准确率较低等缺陷,提出一种嵌入式网络高维异构数据攻击检测方法。首先,在对高维异构数据进行预处理的基础上,确定数据的关联度主特征量,并进行分类,并找出异构数据的特征阈值进行高维异构数据挖掘;其次,分析攻击信号检测原理,引入分数阶傅里叶变换方法对网络攻击信号进行融合,获取网络信号累积量;然后,通过最小的均方误差标准,约束攻击信号并进行正交频谱分离,实现网络攻击信号的检测。最后,进行仿真验证,结果表明采用所提方法在攻击检测速度、准确率方面均要优于传统检测方法,具有更高的优势。 

【文章来源】：计算机仿真. 2020,37(07)北大核心

【文章页数】：5 页

【部分图文】：

实验环境

利用物联网平台中数据作为实验对象,本文方法在和传统方法进行对比时,随着网络中的高维异构数据入侵,其算法的规模也是随着指数呈现一种上涨的趋势,以此能够看出,本文方法在对恶意攻击检测过程中所消耗的时间要小于同等数据规模传统算法,因为传统算法在计算角度方差的异常因子时,要实时的对网络进行规划以后,所筛选出的候选网格,其本文方法是在维护两个具有代表的网格数据集,其数据的规模越大,本文在运行的时间上就更加具有优势,仿真实验结果如图2所示。其查准率是通过被检测的实际异常点个数和检测到的异常数据进行对比获得的。根据图3中两种算法的平均查准率对比能够看出,本文方法要优于传统方法,因为传统方法数据流中的最新数据点,要进行从新的网格划分,而在数据集的规模比较大、维度比较高时,该方法的候选网格会增多,容易把非异常数据误认为是异常数据,并且本文算法所利用的最新数据集网络,能够非常有效的解决数据流概念转移问题,让计算方法的查准率获的保证。

其查准率是通过被检测的实际异常点个数和检测到的异常数据进行对比获得的。根据图3中两种算法的平均查准率对比能够看出,本文方法要优于传统方法,因为传统方法数据流中的最新数据点,要进行从新的网格划分,而在数据集的规模比较大、维度比较高时,该方法的候选网格会增多,容易把非异常数据误认为是异常数据,并且本文算法所利用的最新数据集网络,能够非常有效的解决数据流概念转移问题,让计算方法的查准率获的保证。通过以上实验能够看出,在对网络中高维异构数据攻击进行检测时,本文方法与传统方法相对比,证明本文方法速度较快、准确率更高、查准率也较高,具有优秀的鲁棒性。

【参考文献】：
期刊论文
[1]智能电网监控运行大数据分析系统的数据规范和数据处理[J]. 冷喜武,陈国平,蒋宇,张家琪,曹越峰.  电力系统自动化. 2018(19)
[2]面向海洋预报任务的大数据可视化系统研究[J]. 黄冬梅,徐宸弋轩,郑霞,赵丹枫,何盛琪.  计算机工程与应用. 2019(07)
[3]传感器网络对攻击数据检测方法仿真[J]. 王艳阁,吴颖.  计算机仿真. 2018(06)
[4]智能电网监控运行大数据分析系统总体设计[J]. 冷喜武,陈国平,白静洁,张家琪.  电力系统自动化. 2018(12)
[5]大数据与数学地球科学研究进展——大数据与数学地球科学专题代序[J]. 周永章,陈烁,张旗,肖凡,王树功,刘艳鹏,焦守涛.  岩石学报. 2018(02)
[6]大规模复杂信息网络表示学习:概念、方法与挑战[J]. 齐金山,梁循,李志宇,陈燕方,许媛.  计算机学报. 2018(10)
[7]融合关联矩阵自学习和显式秩约束的数据表示分簇算法[J]. 郑建炜,鞠振宇,朱文博,王万良.  计算机学报. 2019(03)
[8]两个异构复杂网络的广义同步与参数识别[J]. 韦相,赵军产,胡春华.  自动化学报. 2017(04)
[9]海量数据环境下用于入侵检测的深度学习方法[J]. 高妮,贺毅岳,高岭.  计算机应用研究. 2018(04)
[10]一种改进Kohonen网络的DoS攻击检测算法[J]. 李昆仑,董宁,关立伟,郭昌隆.  小型微型计算机系统. 2017(03)



本文编号：3075994