针对网络恶意攻击并行入侵的仿真设计

发布时间：2021-08-30 17:26

　　为了解决传统网络攻击入侵方案在进行网络恶意攻击并行入侵时,存在攻击入侵成功率低、恶意攻击节点失效率高、网络攻击入侵耗时长的问题,提出针对网络恶意攻击并行入侵实验。分析网络恶意攻击中的重要攻击手段—虫洞攻击和并行入侵的网络结构;在抗原信号的基础上,利用树突状细胞算法构建异度方程,确定特征阈值,以确定的特征阈值作为选择入侵路径概率的基础,完成对网络恶意攻击并行入侵的估计。最后通过仿真设计,证明了所提方案相比传统方案的攻击入侵成功率高、恶意攻击节点失效率低、网络攻击入侵耗时短,说明了所提方案的攻击入侵效果更佳,可为今后的网络防御工作提供良好的参考。 

【文章来源】：计算机仿真. 2020,37(03)北大核心

【文章页数】：5 页

【部分图文】：

虫洞恶意攻击模式图

并行入侵结构

为了验证本文所提方案的可行性,采用NS—2配置的网络参数以及相同变量进行仿真对比实验。实验利用Matlab仿真工具,在Microsoft Windows XP操作系统,Intel(R)Celeron(R) 2.6GHz处理器,24 GB内存的环境下完成。图3为实验测试过程中界面显示的网络恶意攻击并行入侵情况。实验共选取三种实验场景,如下述:

【参考文献】：
期刊论文
[1]灰色关联模型的网络安全态势感识预测方法[J]. 余建,林志兴,谢彬.  实验室研究与探索. 2019(02)
[2]一种基于标签的抗虫洞攻击MMCL算法[J]. 鲍露,邓平.  传感技术学报. 2018(07)
[3]EMS与DMS间数据交互的数据传输与安全控制操作方法研究[J]. 王雷,李乐为,史金伟,赵景涛,黄强.  电力系统保护与控制. 2018(10)
[4]ZigBee网络容忍恶意攻击的安全定位算法[J]. 郁滨,刘子清.  电子与信息学报. 2018(07)
[5]基于吸收Markov链的网络入侵路径预测方法[J]. 胡浩,刘玉岭,张红旗,杨英杰,叶润国.  计算机研究与发展. 2018(04)
[6]分布式认知网络多域并行入侵实时预警仿真[J]. 王红玉.  计算机仿真. 2018(04)
[7]面向发电设备预测性维护的传感数据特征抽取方法[J]. 张守利,苏申,刘晨,韩燕波.  太原理工大学学报. 2018(01)
[8]基于并行卷积神经网络的地磁方向适配性分析[J]. 肖晶,齐晓慧,段修生,王俭臣.  中国惯性技术学报. 2017(03)
[9]基于图正则化概念分解的网络入侵检测研究[J]. 仇群辉,史建立,李岩,欧卫华.  新疆大学学报(自然科学版). 2017(02)
[10]振动信号趋势项提取方法研究[J]. 张军,潘泽鑫,郑玉新,李言.  电子学报. 2017(01)



本文编号：3373202