- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于小波尺度分解的网络攻击稳健检测方法
基于小波尺度分解的网络攻击稳健检测方法
摘 要 采用信号检测方法对网络攻击信息进行检测,提高网络安全防御能力。提出一种基于小波尺度分解的网络攻击稳健检测方法。在进行网络攻击信号模型构建的基础上,构建网络攻击特征的母小波基函数,采用小波尺度分解方法进行网络攻击的阈值判决,实现优化检测。仿真结果表明,该检测方法的稳健性较好,准确度较高。
【关键词】网络安全 小波分析 检测 稳健
随着网络和计算机信息技术的发展,网络安全受到人们的日益关注,网络安全是保障网络系统稳定运行,避免数据和信息遭到入侵攻击的重要学科。研究网络攻击的优化检测方法,在网络安全领域中具有重要的应用价值,相关的算法研究受到人们的重视。网络攻击信号为一组多源宽带调频信号,而当前采用的时频特征提取方法难以有效挖掘攻击信号的波束响应特征,检测算法的稳健性不好,导致对网络攻击的检测性能不好。为了克服传统方法的缺陷,本文在传统的时频特征提取方法的基础上进行网络攻击检测算法的改进设计,提出一种基于小波尺度分解的网络攻击稳健检测方法。首先进行了网络攻击的信号模型构建,然后进行了小波尺度分解,实现信号检测,仿真实验进行了性能验证,得出有效性结论。
1 模型构建和网络攻击信号分析
在网络攻击检测中,需要进行网络攻击的信号模型构建,构造对大型网络的接口跨平台移植扩展控件编码种类序列,对网络接口跨平台移植扩展控件的价值参量X的二项式为,Lk调度到目标函数Rl。假设输入的网络攻击信号x(k)为一组多源宽带调频序列,它是由网络攻击信号和合法的网络数据表征的噪声共同构成的,y(k)为网络攻击信号经过二阶格型陷波器滤波后的输出,得到输出的网络攻击信号模型为:
=1,当陷波器的陷波频率点落在x(k)中预测误差范围内时,由前项预测误差或后项预测误差的卷积处理进行噪声抵消;y(k)为在自适应权系数向量调制下的输入信号,即为噪声信号,用输入x(k)减去输出y(k)可以得到M个输入的多源特征信号;x1(n)是陷波器的一个状态参数。通过缓存污染攻击命中判决准则分析可见,times字段的阈值设置直接影响到ISP的域间流量,通过定量分析功率自激网络缓存污染攻击的命中率与域间传输阈值的关系,可以降低缓存污染攻击命中率,提高网络攻击检测的稳健性。
2 小波尺度分解与网络攻击检测算法实现
在上述进行网络攻击信号模型构建的基础上,进行网络攻击检测算法设计,提出一种基于小波尺度分解的网络攻击稳健检测算法,算法核心描述如下:基于综合调度策略,为减少存储对应的内容块和存储该数据块的开销,提高控制效率,构建母小波基函数为:
其中,N为采样点数,利用攻击容忍系统FRFT的频移性质,A0,φ0的取值不影响变换的分布,如果表项中times字段值没有超过阈值Threshold,采用小波尺度分解,假设一个循环对应着一个初始化过程和若干时帧,对于每个时帧,构成时帧节点,通过小波尺度分解,得到网络攻击信号检测的各个节点对应的时延包络特征幅度,这个申请过程即为与检验统计量与判决门限δ进行比较的过程,根据二元假设准则作出网络攻击检测的攻击命中判决准则:
3 仿真实验与性能测试
为了测试性能,进行仿真实验。仿真实验的硬件环境采用个人PC机为,配置参数为:CPU 3.0G,12G内存,操作系统为Windows 7。假定网络系统遭到缓存污染攻击的状态转移概率,对最近邻链的脆弱点的容忍失效概率为,根据最近邻链的攻击容忍系统的任务执行能力策略判定系统的转移方向,令,,。得到网络攻击的信号模型如图1所示。
以上述网络攻击数据为检测对象,进行信号检测,采用本文方法和传统方法,得到检测性能对比如图2所示。从图可见,采用本文方法进行检测的稳健性较好,加速比较高。
4 结语
本文提出一种基于小波尺度分解的网络攻击稳健检测方法。首先进行了网络攻击的信号模型构建,然后进行了小波尺度分解,实现信号检测,仿真表明,该方法进行网络攻击检测的稳健性较好,检测准确性较高。
参考文献
[1]杨雷,李贵鹏,张萍.改进的Wolf一步预测的网络异常流量检测[J].科技通报,2014.30(2):47-49.
[2]张宾,杨家海,吴建平.Internet流量模型分析与评述[J].软件学报,2011,22(1):115-131.
[3]许利军,杨棉绒.网络数据流量组播路由的多种群遗传算法[J].科技通报,2012,28(5):171-175.
[4]黎峰,吴春明.基于能量管理的网络入侵防波动控制方法研究[J].计算机仿真,2013,30(12):45-48,335.
[5]张骏,田泽,梅魁志,等.基于节点预测的直接Cache一致性协议[J].计算机学报,2014,37(3)
文档评论(0)