基于Rossle混沌平均互信息特征挖掘的网络攻击检测算法

• 作者: 周明升 韩冬梅
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 混沌 互信息特征 攻击检测 数据挖掘
• 年，卷（期）: 2016,（14）
• 所属期刊栏目: 智能工业与信息安全
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP393
• 字数: 3117字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2016.14.001

摘要

传统网络攻击检测方法中,通常使用混沌系统结合高斯混合模型实现同步控制检测,当待检测的攻击信号具有高斯线性特征时,这种方法的检测效果理想.随着网络攻击信号向着非线性随机序列方向发展,传统检测模型无法实现有效的攻击检测.提出一种基于Rossle混沌模型的平均互信息特征潜质挖掘算法,并根据挖掘的互信息这种非线性特征解,实现对具有非线性随机特性的网络攻击信号有效检测.根据Rossle混沌系统基础模型,采用最小均方误差准则,设计一个能去除多个已知干扰频率成分的自适应级联陷波器,实现对攻击信号的滤波预处理,提取待检测网络数据流的Rossle混沌非线性互信息特征,实现对网络攻击信号的特征挖掘和检测.仿真实验表明,采用该算法进行网络攻击检测,检测性能明显提高,检测概率达到97.8％,展示了算法优越的检测性能和网络安全防御价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明升	上海财经大学信息管理与工程学院	6	12	1.0	3.0
3	韩冬梅	上海财经大学信息管理与工程学院	34	529	12.0	22.0