网络多维信息安全融合技术的研究与仿真

• 作者: 林逢春 刘承启
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 隐含关联度 多维信息 安全融合 直接信任 推荐信任
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 仿真网络化
• 页码范围: 352-356
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.02.067

摘要

传统网络多维信息安全融合方法无法获取节点的推荐信任,导致对正常节点与恶意节点的区分精度偏低,信息融合抗干扰性能较差.为此研究新的基于隐含关联度的网络多维信息安全融合方法.依据服务不同属性评价获取节点直接信任,利用隐含灰色关联度得到节点推荐信任,融合直接信任与推荐信任获取节点综合信任值;采用节点综合信任值区分正常与恶意节点,去除恶意节点的异常多维信息,根据权值融合正常节点的多维信息,实现多维信息安全融合.仿真结果证明,记忆因子取值为0.5时,新方法获取的综合信任值精度最高,可精准区分正常与恶意节点;上述方法融合多维信息的精度高,信息融合的抗干扰性与可信度分别高达98.5％与99.1％,验证了所提方法安全性高.