10.3969/j.issn.1006-9348.2016.06.059
高速超高带宽网络入侵检测模型仿真
在网络入侵优化检测中,由于高速超高带宽网络存在带宽大、速度快的特点,造成网络入侵后病毒变异和感染的速度更快,传统的检测方法运算较为复杂,需要进行大量的迭代计算,导致无法适应高速超高带宽网络入侵检测.提出基于遗传聚类的网络入侵检测检测算法即NIDBGC算法.由Leader聚类阶段和遗传优化两个阶段组成.通过Leader聚类阶段对入侵数据进行初步分类,以降低计算复杂程度,通过遗传优化算法利用编码与解码来实现高速超高带宽网络空间与解之间的映射,用交叉变异和选择对检测数据种群进行优化.实验对网络入侵的检测.仿真结果表明,高速超高带宽网络的平均检测大于50%,误检率约为1.5%,充分表明NIDBGC算法的有效性,为网络入侵优化检测提供了参考.
高速超高带宽、网络入侵、检测
33
TU391(建筑结构)
2016-08-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
266-269