网络病毒感染下振荡攻击数据混淆分离算法

摘要：

通过对网络病毒感染下振荡攻击数据混淆分离，实现对网络病毒攻击数据的特征定位和提取，有效检测网络病毒数据。传统方法中对网络病毒感染下的振荡攻击数据的检测和分离方法使用行为特征分析和卡尔曼滤波方法，算法受到数据振荡和线性特征干扰的影响，检测性能不好。提出一种基于双线性本征波匹配的振荡攻击数据混淆分离算法，构建网络病毒感染振动攻击模型，提取攻击数据的信号模型特征，根据调解病毒样本序列的线性化程度，确定双线性本征陷波器频率参数和带宽参数，实现对信号的滤波，进而实现混淆分离算法的改进。仿真结果表明，该算法设计的滤波器进行振荡攻击数据的混淆分离，具有较好的抗噪能力和干扰抑制能力，对网络病毒攻击数据的混淆分离均方根误差较小，对病毒感染下的振荡攻击信号的检测性能较高，展示了其优越性能。

关键词：病毒感染、网络安全、攻击数据、混淆分离

分类号：TP393(计算技术、计算机技术)

资助基金：江西省高校人文社会科学重点研究基地招标项目JD14133；江西省高校人文社会科学研究项目FX1305。

在线出版日期：2015-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：37-39