亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于人工蜂群算法的無線網(wǎng)絡(luò)攻擊行為的辨識研究

        2021-09-27 12:35:04陶慶鳳
        寧夏師范學(xué)院學(xué)報 2021年7期
        關(guān)鍵詞:誤報率攻擊行為無線網(wǎng)絡(luò)

        陶慶鳳

        (閩南理工學(xué)院 實踐教學(xué)中心,福建 石獅 362700)

        如今,互聯(lián)網(wǎng)應(yīng)用軟件日益多樣化,吸引了越來越多的網(wǎng)絡(luò)用戶去使用[1].隨著互聯(lián)網(wǎng)用戶的快速增長,多種計算機病毒慢慢開始侵蝕著網(wǎng)絡(luò)環(huán)境,木馬病毒利用互聯(lián)網(wǎng)應(yīng)用軟件對網(wǎng)絡(luò)進(jìn)行攻擊,已成為危害網(wǎng)絡(luò)環(huán)境安全的重要因素,它不僅影響著網(wǎng)絡(luò)環(huán)境的正常運行,而且增加了用戶的個人隱私信息泄露的風(fēng)險,造成個人財產(chǎn)損失[2].目前的無線網(wǎng)絡(luò)環(huán)境具有很強的時變性,一般的網(wǎng)絡(luò)攻擊檢測技術(shù)很難抵御跨站的數(shù)據(jù)攻擊,對無線網(wǎng)絡(luò)攻擊行為也很難識別.因此,利用無線網(wǎng)絡(luò)攻擊行為辨識方法對無線網(wǎng)絡(luò)實時監(jiān)測和排查網(wǎng)絡(luò)攻擊行為,是當(dāng)前網(wǎng)絡(luò)安全領(lǐng)域的研究重點[3].

        針對目前無線網(wǎng)絡(luò)攻擊行為很難準(zhǔn)確辨別等問題,盧強[4]等人提出了基于自動過濾波的防網(wǎng)絡(luò)攻擊算法,首先在無線網(wǎng)絡(luò)的傳輸信道對無線網(wǎng)絡(luò)信號源進(jìn)行采集,將采集的網(wǎng)絡(luò)信息進(jìn)行統(tǒng)一權(quán)重處理,建立網(wǎng)絡(luò)攻擊提醒模型,采用自動過濾分析方法對網(wǎng)絡(luò)攻擊信息進(jìn)行評估,根據(jù)攻擊行為特征信息進(jìn)行網(wǎng)絡(luò)行為辨別,實驗結(jié)果表明,利用自動過濾波的防網(wǎng)絡(luò)攻擊算法,對于未知的網(wǎng)絡(luò)攻擊行為具有一定識別能力,相對于傳統(tǒng)的網(wǎng)絡(luò)攻擊檢測方法,更具有現(xiàn)實意義;王珂[5]等人提出了一種基于小波的無線網(wǎng)絡(luò)攻擊行為辨識方法,用來解決傳統(tǒng)網(wǎng)絡(luò)攻擊行為辨別算法檢測速度慢,以及對無線網(wǎng)絡(luò)攻擊辨別能力低等問題,利用此方法可以提高網(wǎng)絡(luò)攻擊軟件的主動性,對無線網(wǎng)絡(luò)隨機攻擊行為進(jìn)行自動檢測.

        針對以上方法在誤報率和辨識效率方面存在的不足,本文提出了一種新的基于人工蜂群算法的無線網(wǎng)絡(luò)攻擊行為辨識方法.

        1 基于人工蜂群算法的無線網(wǎng)絡(luò)攻擊行為辨識方法

        1.1 無線網(wǎng)絡(luò)攻擊行為預(yù)處理

        在無線網(wǎng)絡(luò)攻擊行為數(shù)據(jù)采集過程中,首先利用極值函數(shù)對惡意攻擊數(shù)據(jù)進(jìn)行獲取,再利用小波方程式[6]確定無線網(wǎng)絡(luò)攻擊隸屬度,然后對無線網(wǎng)絡(luò)攻擊行為進(jìn)行預(yù)處理,具體操作過程如下.

        設(shè)X={X1,X2,…,Xn}是無線網(wǎng)絡(luò)攻擊行為的目標(biāo)識別數(shù)據(jù),每個攻擊行為數(shù)據(jù)的特征數(shù)為m,則可以得到無線網(wǎng)絡(luò)攻擊行為數(shù)據(jù)矩陣

        (1)

        其中,xnm表示第m個無線網(wǎng)絡(luò)攻擊行為對象的第n個原始信息數(shù)據(jù).利用極值函數(shù)[7]獲取無線網(wǎng)絡(luò)攻擊行為的特征屬性,再根據(jù)小波方程式求得攻擊行為隸屬度,當(dāng)目標(biāo)識別數(shù)據(jù)越小時,xi的模糊組數(shù)據(jù)越大.利用聚類相近指標(biāo)計算出目標(biāo)識別系數(shù)構(gòu)建相應(yīng)的目標(biāo)識別函數(shù)為

        (2)

        (3)

        公式(3)中,λ是數(shù)據(jù)權(quán)重值,r代表惡意攻擊數(shù)據(jù)與辨別中心的最遠(yuǎn)距離值.

        在無線網(wǎng)絡(luò)攻擊行為特征提取的基礎(chǔ)上,獲得惡意攻擊數(shù)據(jù),利用小波方程式對無線網(wǎng)絡(luò)攻擊行為數(shù)據(jù)進(jìn)行分析處理,計算出無線網(wǎng)絡(luò)惡意攻擊信息Y的變量值為

        H(Y)=-∑p(yi)log2p(yi)d2(X,Y),

        (4)

        其中,Y={Yj,j=1,2,…}表示無線網(wǎng)絡(luò)惡意攻擊序列,p(yi)代表無線網(wǎng)絡(luò)惡意攻擊變量值Y的有效檢驗率,利用辨別系統(tǒng)對采集的惡意攻擊數(shù)據(jù)進(jìn)行分類辨別[8],再利用得到數(shù)據(jù)求平均攻擊數(shù)據(jù)值,就可獲得惡意攻擊序列為

        (5)

        根據(jù)無線網(wǎng)絡(luò)惡意攻擊數(shù)據(jù)Sj(ρ)計算得出,在時間值為T時的辨別結(jié)果Y(j)T,并與事先求得的目標(biāo)辨別數(shù)據(jù)進(jìn)行對比,最終根據(jù)(6)式初步獲得無線網(wǎng)絡(luò)攻擊行為

        (6)

        公式(6)中,x(t)代表無線網(wǎng)絡(luò)接收的網(wǎng)絡(luò)傳輸信號,s(t)是在數(shù)據(jù)傳輸過程中當(dāng)有無線網(wǎng)絡(luò)惡意攻擊時的發(fā)射信號,n(t)是代表攻擊信息的惡意目標(biāo),h是無線網(wǎng)絡(luò)攻擊網(wǎng)絡(luò)信道的振幅值.

        1.2 提取無線網(wǎng)絡(luò)攻擊行為特征

        根據(jù)無線網(wǎng)絡(luò)攻擊行為的預(yù)處理結(jié)果,提取無線網(wǎng)絡(luò)攻擊行為特征,具體過程如下.

        采用z=(z1,z2,…,zp)T來描述無線網(wǎng)絡(luò)的節(jié)點特征分量,W(w1,w2,…,wq)表示節(jié)點分布區(qū)域,那么可以得到無線網(wǎng)絡(luò)不同節(jié)點對比結(jié)果,即

        (7)

        其中,z的取值為

        z=WTz=(WT)-1a.

        (8)

        采用人工蜂群算法[9]可以計算出無線網(wǎng)絡(luò)節(jié)點權(quán)值系數(shù),公式為

        (9)

        其中,ak表示無線網(wǎng)絡(luò)節(jié)點的權(quán)值,dk表示無線網(wǎng)絡(luò)攻擊行為節(jié)點的權(quán)值.

        根據(jù)無線網(wǎng)絡(luò)節(jié)點的權(quán)值系數(shù)[10],計算無線網(wǎng)絡(luò)攻擊行為的特征提取殘差參數(shù),公式為

        (10)

        其中,G在無線網(wǎng)絡(luò)攻擊行為特征提取時的一個常數(shù).

        (11)

        其中,Ez表示無線網(wǎng)絡(luò)節(jié)點之間的特征值,wk表示無線網(wǎng)絡(luò)節(jié)點的權(quán)值.

        Ezwk=vkwk,

        (12)

        其中,vk表示無線網(wǎng)絡(luò)攻擊行為的特征值.

        根據(jù)以上分析,得到無線網(wǎng)絡(luò)攻擊行為特征的提取結(jié)果,表示為

        (13)

        1.3 構(gòu)建無線網(wǎng)絡(luò)攻擊行為辨識模型

        在辨識無線網(wǎng)絡(luò)攻擊行為時,假設(shè)無線網(wǎng)絡(luò)攻擊行為數(shù)據(jù)都是由一個個線性相關(guān)的時間序列組成[11],采用人工蜂群算法對無線網(wǎng)絡(luò)攻擊行為進(jìn)行干擾抑制,即

        (14)

        其中,a0表示無線網(wǎng)絡(luò)攻擊行為的初始采樣賦值,ai表示無線網(wǎng)絡(luò)中某一個階段攻擊行為的采樣賦值,ηn-j表示無線網(wǎng)絡(luò)攻擊行為特征的時變瞬時頻率,MMA表示無線網(wǎng)絡(luò)的攻擊行為辨識的短時窗函數(shù),MAR表示無線網(wǎng)絡(luò)攻擊行為辨識的多元數(shù)量值函數(shù),xn-i表示均值和方差相同的無線網(wǎng)絡(luò)攻擊行為特征序列,bj表示無線網(wǎng)絡(luò)攻擊行為的振蕩賦值.采用人工蜂群算法[12]分析無線網(wǎng)絡(luò)的攻擊行為,獲取無線網(wǎng)絡(luò)攻擊過程中的振蕩衰減,即

        (15)

        其中,mt表示無線網(wǎng)絡(luò)攻擊行為在單分量上的傳遞信息,a表示無線網(wǎng)絡(luò)攻擊行為的域間方差系數(shù),BH(t)表示無線網(wǎng)絡(luò)攻擊行為識別的相關(guān)函數(shù),通過采用人工蜂群算法分析與處理[13],得到無線網(wǎng)絡(luò)攻擊行為的輸出解析模型,表示為

        (16)

        無線網(wǎng)絡(luò)數(shù)據(jù)在傳輸過程中,采用人工蜂群算法識別無線網(wǎng)絡(luò)攻擊行為特征[14],計算無線網(wǎng)絡(luò)攻擊行為的累積量切片,即

        (17)

        (18)

        其中,vx(t)表示攻擊行為特征的頻率交叉項,XP(u)表示時間尺度脈沖響應(yīng),v0表示無線網(wǎng)絡(luò)數(shù)據(jù)傳輸初始階段的頻率交叉項,YP(u)表示辨識輸出中心矩.

        在無線網(wǎng)絡(luò)攻擊行為所處的時間序列中,如果噪聲項屬于高斯噪聲,那么存在

        (19)

        綜上所述,采用人工蜂群算法對無線網(wǎng)絡(luò)攻擊行為進(jìn)行干擾抑制,得到無線網(wǎng)絡(luò)攻擊的振蕩衰減,利用無線網(wǎng)絡(luò)攻擊行為的輸出解析模型,計算無線網(wǎng)絡(luò)攻擊行為的累積量切片,根據(jù)無線網(wǎng)絡(luò)攻擊行為數(shù)據(jù)特征的分離過程,對無線網(wǎng)絡(luò)攻擊行為特征進(jìn)行搜索,實現(xiàn)無線網(wǎng)絡(luò)攻擊行為的辨識.

        2 實驗對比分析

        為了驗證基于人工蜂群算法的無線網(wǎng)絡(luò)攻擊行為辨識方法在誤報率和辨識效率方面的性能,實驗過程中采用KDD99實驗數(shù)據(jù)集,其中每一條連接記錄都包含攻擊行為和正常行為,選取20% KDD99數(shù)據(jù)集中攻擊行為和正常行為各900個進(jìn)行平等劃分,引入文獻(xiàn)[4]的無線網(wǎng)絡(luò)攻擊行為辨識方法和文獻(xiàn)[5]的無線網(wǎng)絡(luò)攻擊行為辨識方法進(jìn)行對比,得到了以下實驗測試結(jié)果.

        三種無線網(wǎng)絡(luò)攻擊行為辨識方法的無線網(wǎng)絡(luò)攻擊行為誤報率測試結(jié)果如圖1所示.

        圖1 無線網(wǎng)絡(luò)攻擊行為誤報率測試結(jié)果

        從圖1的結(jié)果可以看出,隨著無線網(wǎng)絡(luò)攻擊行為數(shù)量越來越多,基于人工蜂群算法的無線網(wǎng)絡(luò)攻擊行為辨識方法和文獻(xiàn)[5]的無線網(wǎng)絡(luò)攻擊行為辨識方法都維持在一個比較低的無線網(wǎng)絡(luò)攻擊行為誤報率,但是基于人工蜂群算法的無線網(wǎng)絡(luò)攻擊行為辨識方法的無線網(wǎng)絡(luò)攻擊行為誤報率更低,大約在5%以內(nèi);而文獻(xiàn)[4]的無線網(wǎng)絡(luò)攻擊行為辨識方法將自適應(yīng)卷積濾波作為約束條件,由于無線網(wǎng)絡(luò)攻擊行為特征存在噪聲點,沒有對其進(jìn)行預(yù)處理,影響最后的無線網(wǎng)絡(luò)攻擊行為辨識效果.

        三種無線網(wǎng)絡(luò)攻擊行為辨識方法的無線網(wǎng)絡(luò)攻擊行為辨識效率測試結(jié)果如圖2所示.

        圖2 無線網(wǎng)絡(luò)攻擊行為辨識效率測試結(jié)果

        從圖2的結(jié)果可以看出,采用無線網(wǎng)絡(luò)攻擊行為辨識耗費時間來衡量無線網(wǎng)絡(luò)攻擊行為辨識效率,在不同的干擾項和迭代次數(shù)下,基于人工蜂群算法的無線網(wǎng)絡(luò)攻擊行為辨識方法中的無線網(wǎng)絡(luò)攻擊行為辨識效率遠(yuǎn)遠(yuǎn)高于文獻(xiàn)[4]和文獻(xiàn)[5]中的方法,原因是本文設(shè)計的無線網(wǎng)絡(luò)攻擊行為辨識方法在辨識無線網(wǎng)絡(luò)攻擊行為之前,采用人工蜂群算法對無線網(wǎng)絡(luò)攻擊行為進(jìn)行了預(yù)處理,提高了無線網(wǎng)絡(luò)攻擊行為的辨識效率.

        3 結(jié)束語

        針對當(dāng)前無線網(wǎng)絡(luò)攻擊行為辨識方法存在的多種問題,本文提出了一種基于人工蜂群算法的無線網(wǎng)絡(luò)攻擊行為辨識方法,通過預(yù)處理無線網(wǎng)絡(luò)攻擊行為,提取出無線網(wǎng)絡(luò)攻擊行為特征,結(jié)合人工蜂群算法實現(xiàn)了無線網(wǎng)絡(luò)攻擊行為的辨識.實驗結(jié)果顯示,該辨識方法在誤報率和辨識效率方面具有很好的效果,可以在實際中得到進(jìn)一步推廣.

        猜你喜歡
        誤報率攻擊行為無線網(wǎng)絡(luò)
        基于GRU-LSTM算法的物聯(lián)網(wǎng)數(shù)據(jù)入侵檢測分析
        基于SSA-SVM的網(wǎng)絡(luò)入侵檢測研究
        住院精神病人暴力攻擊行為原因分析及護理干預(yù)
        家用燃?xì)鈭缶髡`報原因及降低誤報率的方法
        煤氣與熱力(2021年6期)2021-07-28 07:21:40
        濾波器對無線網(wǎng)絡(luò)中干擾問題的作用探討
        無線網(wǎng)絡(luò)的中間人攻擊研究
        神經(jīng)網(wǎng)絡(luò)技術(shù)在網(wǎng)絡(luò)入侵檢測模型及系統(tǒng)中的應(yīng)用
        TD-LTE無線網(wǎng)絡(luò)高層建筑覆蓋技術(shù)研究與應(yīng)用
        移動通信(2015年17期)2015-08-24 08:13:12
        基于計劃行為理論的高職學(xué)生攻擊行為探析
        文教資料(2014年1期)2014-11-07 06:54:50
        數(shù)說無線網(wǎng)絡(luò):覆蓋廣 流量大 均衡差
        通信世界(2012年36期)2012-07-16 08:51:46
        日韩精品人妻少妇一区二区| 中文字幕爆乳julia女教师| 亚洲AV无码一区二区三区人| 高潮社区51视频在线观看| 日韩一本之道一区中文字幕| 久久久久久自慰出白浆| 国产成人无码一区二区在线观看| 91久久精品无码人妻系列 | 熟妇与小伙子matur老熟妇e | 国产精品久久久久久影视 | 久人人爽人人爽人人片av| 国产欧美日韩精品a在线观看| 亚洲精品成人av观看| 久久久精品少妇—二区| 麻豆亚洲av熟女国产一区二| 亚洲熟伦熟女新五十路熟妇| 日韩在线观看网址| 亚洲av无一区二区三区综合| 国产免码va在线观看免费| 免费男人下部进女人下部视频| 中文字幕有码在线视频| 一本久道久久丁香狠狠躁| 黄桃av无码免费一区二区三区| 四虎影视在线观看2413| 粉嫩av一区二区在线观看| 久久在一区二区三区视频免费观看| 国产综合无码一区二区辣椒| 亚洲аv天堂无码| 国产自拍伦理在线观看| 国产精品亚洲精品日韩已方| 欧美成人一区二区三区| 国产精品反差婊在线观看| 成h视频在线观看免费| 一区二区三区免费自拍偷拍视频| 欧美性色欧美a在线播放| 中文字幕人妻av一区二区| 国产成人综合日韩精品无| 亚洲日本中文字幕乱码在线| 成在线人免费视频| 久久噜噜噜| 白白色发布视频在线播放|