分布式网络异常攻击检测模型仿真分析

摘要：

针对传统的异常攻击检测方法主要以异常攻击行为规则与网络数据隶属度大小进行判别,只能针对已知异常攻击进行检测,对新型异常攻击,检测算法率低,计算数据量大的问题;提出一种新的分布式网络异常攻击检测方式,通过对分布式网络内数据进行迭代聚类将正常和异常数据进行分类,建立矩阵映射模型进行数据矩阵对比,初步对异常攻击数据进行判断;在矩阵中建立粒子密度函数,通过粒子密度变化计算其异常攻击概率,最后对其数据进行加权和波滤确定数据异常攻击特征,建立攻击检测模型;仿真实验表明,优化的分布式网络异常攻击检测模型提高了异常数据攻击检测的自适应性,在网络信号受到攻击信号干扰情况下,仍然能够准确检测出带有攻击特征的小网络异常数据;有效提高了分布式网络的检测正确率,加快了检测速度和稳定性.

关键词：分布式网络、网络异常、攻击检测

所属期刊栏目：24

分类号：TP311(计算技术、计算机技术)

在线出版日期：2016-11-18（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：61-63,78