被入侵网络中的活跃节点检测方法研究

发布时间：2017-09-27 15:15

  本文关键词：被入侵网络中的活跃节点检测方法研究

  更多相关文章： 被入侵网络 活跃节点检测 粒子群优化

【摘要】：对被入侵网络中的活跃节点进行检测,可以保证在网络在瘫痪的情况下,恢复通信能力。被入侵网络与正常网络不同,活跃节点分布具有较大随机性,节点之间的可检测活跃特征的关联较弱,传统的检测方法需要通过节点的关联性才能完成是否活跃的判断,只能以随机检测的方式完成,准确度较低。提出改进约束粒子群算法的被入侵网络中的活跃节点检测方法。上述方法先对采集的被入侵网络中各个活跃节点的原始信号进行特征提取,再将每个活跃节点的特征进行数据标准化处理,将标准化处理后的活跃节点特征向量依据一定的顺序进行特征组合,得到一个被入侵网络中的活跃节点二维特征向量矩阵,并进行活跃节点的数据特征融合,并将被入侵网络中的活跃节点定位问题转换成约束优化问题,融合粒子群优化算法采用设定约束适应度函数和距离适应度函数的方式对上述问题进行求解。仿真结果表明,改进约束粒子群算法的被入侵网络中的活跃节点检测方法定位精确度高。
【作者单位】： 武警工程大学;
【关键词】： 被入侵网络 活跃节点检测 粒子群优化
【分类号】：TP393.08
【正文快照】： 1引言在国内,随着计算机科技技术水平的不断提升,由蠕虫和木马形成的被入侵网络对计算机网络的安全造成了巨大的威胁[1]。被入侵网络(botnet)是由网络黑客通过多种传播手段入侵,并控制的主机而形成的网络[2]。当下,大部分的被入侵网络命令与控制信道都是利用网络传感器进行的,

【参考文献】

中国期刊全文数据库 前4条

1 崔慧;潘巨龙;闫丹丹;;无线传感器网络中基于信誉-投票机制的恶意节点检测[J];中国计量学院学报;2013年04期

2 刘增锁;;大型混合服务器差异节点负载检测优化方法[J];计算机仿真;2013年12期

3 贾经纬;;基于相似性的僵尸网络检测研究[J];网络安全技术与应用;2013年11期

4 张华鹏;张宏斌;葛娟;张书奎;;Ad Hoc网络中基于信用的自私节点检测系统[J];计算机工程;2013年06期

【二级参考文献】

中国期刊全文数据库 前7条

1 黄华;;物联网中传感节点数据异常检测方法研究[J];计算机仿真;2012年05期

2 刘国柱;;Virtools嵌入式服务器与虚拟现实协同设计平台[J];科技通报;2012年04期

3 胡玲龙;潘巨龙;崔慧;;无线传感器网络中基于信誉的恶意节点检测[J];中国计量学院学报;2012年01期

4 李元振;廖建新;朱晓民;李俊青;;基于粒子群算法的车载自组网服务节点部署[J];南京理工大学学报;2011年06期

5 赵祥;纪志成;;基于改进粒子群算法的集成网络节点部署优化[J];江南大学学报(自然科学版);2011年04期

6 刘华博;崔建明;戴鸿君;;基于多元分类的无线传感器网络恶意节点检测算法[J];传感技术学报;2011年05期

7 路俊维;陈伟元;;基于遗传粒子群混合算法的测试节点优选方法研究[J];计算机测量与控制;2010年05期

【相似文献】

中国期刊全文数据库 前10条

1 蒙正中;;一种改进的混合粒子群优化算法[J];桂林工学院学报;2009年03期

2 吴昌友;王福林;马力;;一种新的改进粒子群优化算法[J];控制工程;2010年03期

3 周驰,高海兵,高亮,章万国;粒子群优化算法[J];计算机应用研究;2003年12期

4 高鹰,谢胜利;免疫粒子群优化算法[J];计算机工程与应用;2004年06期

5 张荣沂;一种新的集群优化方法——粒子群优化算法[J];黑龙江工程学院学报;2004年04期

6 高鹰;谢胜利;;混沌粒子群优化算法[J];计算机科学;2004年08期

7 刘钊,康立山,蒋良孝,杨林权;用粒子群优化改进算法求解混合整数非线性规划问题[J];小型微型计算机系统;2005年06期

8 戴冬雪,王祁,阮永顺,王晓超;基于混沌思想的粒子群优化算法及其应用[J];华中科技大学学报(自然科学版);2005年10期

9 窦全胜;周春光;马铭;刘全;;群核进化粒子群优化方法[J];计算机科学;2005年08期

10 范娜;云庆夏;;粒子群优化算法及其应用[J];信息技术;2006年01期

中国重要会议论文全文数据库 前10条

1 张妍;张晓光;王永钢;;几种改进型的粒子群优化算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

2 孙红光;潘毓学;;基于运动目标路径的粒子群优化算法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

3 韩毅;唐加福;郭伟宏;刘阳;;混合粒子群优化算法求解多层批量问题(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年

4 金一粟;梁逸曾;;空间自适应粒子群优化算法的应用研究[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

5 汪荣贵;李守毅;孙见青;;一种新的自适应粒子群优化算法及应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

6 黄双欢;程良伦;;一种基于粒子群优化的快速图像倾斜角度检测算法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

7 侯志荣;吕振肃;;基于退火策略的粒子群优化算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

8 徐俊杰;忻展红;;基于增强型参考位置的粒子群优化模型[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

9 王亚;于永光;耿玲玲;;一类改进的自适应粒子群优化算法对混沌系统未知参数的估计[A];中国力学大会——2013论文摘要集[C];2013年

10 崔静;邓方;方浩;;基于改进粒子群优化算法的弹道求解方法[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

中国博士学位论文全文数据库 前10条

1 刘华蓥;粒子群优化算法的改进研究及在石油工程中的应用[D];东北石油大学;2012年

2 刘波;粒子群优化算法及其在机电设备中的应用研究[D];中北大学;2011年

3 熊勇;粒子群优化算法的行为分析与应用实例[D];浙江大学;2005年

4 唐贤伦;混沌粒子群优化算法理论及应用研究[D];重庆大学;2007年

5 闫允一;粒子群优化及其在图像处理中的应用研究[D];西安电子科技大学;2008年

6 余炳辉;粒子群优化算法试验研究及扩展[D];华中科技大学;2007年

7 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年

8 徐慧;粒子群优化算法改进及其在煤层气产能预测中的应用研究[D];中国矿业大学;2013年

9 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年

10 刘逸;粒子群优化算法的改进及应用研究[D];西安电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 陈卓;粒子群优化算法的改进及在油藏数值模拟中的应用[D];北京建筑大学;2015年

2 白云;基于粒子群优化算法的复杂网络社区挖掘[D];西北农林科技大学;2015年

3 杨艳华;基于粒子群优化支持向量机的网络态势预测模型研究[D];兰州大学;2015年

4 孟亚州;基于粒子群优化OTSU的肺组织分割算法研究[D];宁夏大学;2015年

5 郑博;基于快速排序的多目标粒子群优化算法的研究及应用[D];郑州大学;2015年

6 米永强;非线性规划问题的混合粒子群优化算法研究[D];宁夏大学;2015年

7 李建美;基于自适应变异与文化框架的混沌粒子群优化算法[D];陕西师范大学;2015年

8 刘星;基于粒子群优化算法的特征选择方法研究[D];南京大学;2015年

9 牛旭;动态粒子群优化算法及其应用[D];西安电子科技大学;2014年

10 叶华;粒子群优化算法研究[D];西安电子科技大学;2014年

，

本文编号：930398