基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
现今大规模网络群体异常事件往往由多个复杂安全事件融合,且这些安全事件之间隐藏着社会化利益与联系,表现出典型的群体性与控制性.对恶意网络群体事件的感知与响应是网络安全管理的重要任务之一.传统的异常检测机制与基于偶图模型的群体异常行为发现方法均未深入分析这些恶意网络行为潜在的社会化关系,且没有考虑交互过程对节点关系的影响.基于此,文中提出一种基于信任的网络群体异常行为发现模型.该模型首先使用网络交互拓扑信息建立网络节点间的信任矩阵;进而结合直接信任度和相关信任度计算网络节点间的相似度,并通过松弛谱聚类算法中的约束条件,增强类数目的自动识别能力,提高节点聚类准确性.实验表明该模型交互能够有效感知网络中的分布式拒绝服务攻击、蠕虫与僵尸网络的异常行为,并对潜伏期内的安全事件行为有较高识别度,同时比基于偶图的行为分类模型具有更高的准确性.
推荐文章
基于KOD能量特征的群体异常行为识别
群体异常
角点
光流
能量特征
动能方向距离
隐马尔可夫模型
基于旅客信任网络的航线选择行为预测
航线推荐
航线预测
旅客信任网络
精准营销
推荐算法
实验验证
基于突变理论的网络异常行为分析方法
突变理论
网络异常行为
RBF网络
基于移动网络位置信息的群体发现方法
群体发现
通联关系
位置信息
序列模式挖掘
通信距离相似性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于信任的网络群体异常行为发现
来源期刊 计算机学报 学科 工学
关键词 网络行为 行为聚类 网络信任 信任计算
年,卷(期) 2014,(1) 所属期刊栏目 网络安全行为分析
研究方向 页码范围 1-14
页数 14页 分类号 TP394
字数 11649字 语种 中文
DOI 10.3724/SP.J.1016.2014.00001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 方滨兴 哈尔滨工业大学网络与信息安全研究中心 175 3885 33.0 56.0
2 张宏莉 哈尔滨工业大学网络与信息安全研究中心 185 2778 29.0 46.0
3 何慧 哈尔滨工业大学网络与信息安全研究中心 28 308 8.0 17.0
4 李乔 哈尔滨工业大学网络与信息安全研究中心 9 114 5.0 9.0
5 王雅山 哈尔滨工业大学网络与信息安全研究中心 2 37 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (168)
参考文献  (13)
节点文献
引证文献  (36)
同被引文献  (106)
二级引证文献  (203)
1937(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(6)
  • 参考文献(5)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(7)
  • 引证文献(7)
  • 二级引证文献(0)
2016(23)
  • 引证文献(11)
  • 二级引证文献(12)
2017(40)
  • 引证文献(8)
  • 二级引证文献(32)
2018(73)
  • 引证文献(5)
  • 二级引证文献(68)
2019(67)
  • 引证文献(2)
  • 二级引证文献(65)
2020(26)
  • 引证文献(0)
  • 二级引证文献(26)
研究主题发展历程
节点文献
网络行为
行为聚类
网络信任
信任计算
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
论文1v1指导