期刊文章详细信息
基于多元节点属性分类的光纤网络入侵中未感染节点检测
Non-infected Node Detection in Fiber Optic Network Intrusion Based on Multivariate Node Attribute Classification
文献类型:期刊文章
MENG Cai-xia;YE Hai-qin(Public Security Technology Department,Railway Police College ,Zhengzhou 450053,China;School of Computer Science and Technology,Zhoukou Normal University ,Zhoukou 466001,China)
机构地区:[1]铁道警察学院公安技术系,郑州450053 [2]周口师范学院计算机科学与技术学院,周口466001
基 金:河南省高等学校重点科研项目(18B520034);河南省科技攻关项目(172102210441);公安部技术研究计划(2016JSYJB38);河南省社科联项目(SKL-2017-429);铁道警察学院教改项目(JY2017002)资助
年 份:2018
卷 号:18
期 号:14
起止页码:162-166
语 种:中文
收录情况:BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊
摘 要:光纤网络采用开放性较强的分布式结构,易受到恶意数据和代码的入侵。提出基于多元节点属性分类的光纤网络入侵未感染节点检测算法研究。依据节点测距原理,提取光纤网络中全部节点的位置信息;选定与未感染节点类型相关的光纤节点特征属性;并针对节点属性和入侵类型建模。依据多元分类算法对提取的光纤节点样本空间采样特征数据进行学习和分类,检测光纤网络中的入侵未感染节点。仿真实验表明,提出的节点检测算法克服了传统算法的弊端和不足,能够有效降低通信成本和节点能耗、提高入侵检测率、延长光纤网络生命周期。
关 键 词:光纤网络 入侵 未感染节点 位置信息 多元分类
分 类 号:TN911.23]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...