基于量子神经网络的网络攻击同源性判定方法

• 作者: 唐彰国 张健 李焕洲
• 来源期刊: 成都理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 网络攻击 量子神经网络 同源性 编辑距离
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 506-512
• 页数: 7页
• 分类号: TP393
• 字数: 5952字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-9727.2017.04.14

摘要

探讨大数据背景下网络攻击同源性的分析方法,为攻击场景还原、攻击定性及攻击者溯源提供依据.提出了一种基于证据链的攻击描述方法,并归纳出各环节代表特异性的关键指纹,进一步构建了相应的网络攻击同源性判定模型,使用编辑距离计算攻击链单一环节之间的特征相似度,通过量子神经网络方法对多个攻击环节的相似性进行算法综合,进而实现网络攻击的同源判定.测试结果表明,该方法能够有效地对网络攻击进行同源性判定,相比基于样本的方法更加准确、可靠.该工作为大数据下提高网络攻击溯源能力及自动化水平探索了一条有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健	四川师范大学网络与通信技术研究所	141	773	14.0	19.0
2	李焕洲	四川师范大学网络与通信技术研究所	40	272	10.0	15.0
3	唐彰国	四川师范大学网络与通信技术研究所	27	155	7.0	11.0