利用BP神经网络分析检测网络时序型隐信道

• 作者: 张宇飞 杨威 沈瑶 肖汉 黄刘生
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 时序型隐信道 检测技术 BP神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 871-876
• 页数: 6页
• 分类号: TP391
• 字数: 9368字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2018.05.002

摘要

提出一种基于BP神经网络模型的网络时序型隐信道检测方法.该方法将已有检测方法对隐信道的识别能力和神经网络的特征学习能力相结合,克服了已有算法中单一阈值判定标准对于非线性分类场景中的局限性,使已有检测算法对于不同网络环境具有更强的适应性.本文首先简要介绍了目前已有的几种时序型隐信道和时序型隐信道检测算法的相关情况;然后给出基于BP神经网络的时序型隐信道检测模型的体系结构设计,详细介绍检测模型中BP神经网络部分的结构设计;最后,设计实验评估检测模型的性能.通过实验证明,借助于BP神经网络模型擅长处理非线性分类问题的特点,本文提出的检测方法具有检测率高、对于不同网络环境的适应能力强、具有一定的智能和学习能力的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨威	中国科学技术大学苏州研究院	60	460	11.0	19.0
5	黄刘生	中国科学技术大学苏州研究院	134	1203	17.0	28.0
6	肖汉	中国科学技术大学苏州研究院	2	3	1.0	1.0
10	沈瑶	中国科学技术大学苏州研究院	4	9	2.0	3.0
14	张宇飞	中国科学技术大学苏州研究院	6	12	2.0	3.0