移动网络中恶意节点自动检测研究与仿真

摘要：

针对移动网络中恶意节点进行准确检测,可以保证移动网络的安全运行.移动网络中的节点频繁移动,对相应的恶意评判标准随着节点移动发生改变,没有固定的阀值来检测不同区域的恶意节点,传统的信任距离算法是将节点间的距离与一个固定阀值比较确定恶意节点,导致移动网络中恶意节点检测效率和检测精度下降.提出一种基于改进隐半马尔可夫模型的恶意节点自动检测方法.以隐半马尔可夫模型建立正常的节点网络行为模型为基础,获取网络正常状态观测数据训练模型参数,计算模型的或然概率,并定义移动网络中每个节点的属性,抽取与已知恶意节点类型相关的节点属性,引人多元分类算法对已知类型的节点样本进行学习,对未知类型节点样本进行分类,完成节点的自动检测.仿真证明,恶意攻击节点具有更高检测率.

关键词：移动网络、恶意节点、隐半马尔可夫

所属期刊栏目：33

分类号：TP212(自动化技术及设备)

在线出版日期：2016-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：293-296