科研之友
微信
新浪微博
Facebook
分享链接
摘要
计算机网络在DDoS入侵下容易出现停止服务、网络崩溃，为了提高网络安全性，提出基于人工蜂群算法的计算机网络DDoS攻击检测方法；基于特征样本之间的相关性，获取DDos攻击的同态样本分布时间序列输出，并且得到对网络入侵数据集的输出阵列模型，构建计算机网络DDoS攻击的自适应的入侵检测信息分析模型，根据网络数据流与潜在空间之间的映射关系，结合测试样本和学习样本之间特征差异性进行DDoS攻击数据特征提取，在基站上设置入侵检测数据处理终端，采用人工蜂群算法实现对计算机网络攻击检测的个体最优值和全局最优值寻优，获取在相对维度较高的网络入侵检测数据集中的入侵特征分布模型，计算特征选择的信息增益，得到快速相关性过滤输出，通过蜂群算法，分别选择不同的特征子集得到DOS攻击检测的离散信息，实现对组合网络流量数据间的攻击信息特征提取和聚类分析，解决计算机网络DDoS攻击检测过程中的连续多变量优化问题；仿真测试结果表明，采用该方法进行计算机网络DDoS攻击检测的寻优能力较好，精度和效率高于传统方法。
-
单位北京市地铁运营有限公司
