面向蓄意攻击的网络异常检测方法

发布时间：2022-02-27 21:41

　　针对复杂网络受蓄意攻击频繁,而现有的检测方法大多忽略全局拓扑突变特征的问题.从网络全局拓扑的异常演化特征出发,提出网络路径相对变化系数（network path change coefficient,NPCC） r,量化节点间传输路径的变化.由斐波那契数列衍生出斐波那契演化域,用于区分正常和异常演化.将r作为核心度量参量,构建斐波那契演化域,形成网络异常检测方法,实现对异常的判定.结果表明,该检测方法的平均准确率为90%以上,高于最大公共子图（maximum common subgraph,MCS）及图编辑距离（graph edit distance,GED）的准确率,证明了所提检测方法的有效性. 

【文章来源】：东北大学学报(自然科学版). 2020,41(10)北大核心EICSCD

【文章页数】：6 页

【文章目录】：
1 异常演化与拓扑变动特征分析
    1.1 模型描述
    1.2 蓄意攻击
    1.3 异常演化分析
2 面向蓄意攻击的异常检测算法
    2.1 网络路径相对变化系数
    2.2 斐波那契演化域
    2.3 异常检测算法
3 实验结果及分析
    3.1 r有效性分析
    3.2 异常检测算法准确率分析
4 结论



本文编号：3645330