网络多入侵行为识别的数学建模与仿真

• 作者: 潘宝柱 魏文英 昝立荣 张秀珍
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 信任度计算 多入侵识别 建模仿真 自适应特征映射 深度学习神经网络算法
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 仿真网络化
• 页码范围: 357-360,446
• 页数: 5页
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.02.068

摘要

当前的网络多入侵行为识别方法无法计算入侵信任度,导致传统方法下网络流量数据振幅识别结果波动不大,识别结果存在失真问题.为解决上述问题,基于信任度计算设计多入侵识别数学建模仿真方法.通过构建动静结合的信任度模型,计算网络节点多入侵信任度,并输入至基于深度学习神经网络多入侵识别数学模型中.利用自适应特征映射和深度学习神经网络算法,通过确定各网络节点的权值实现网络多入侵特征匹配.并通过深度学习神经网络调整模型的误差,实现网络多入侵识别.实验结果表明,上述方法通过引入动态信任度反映节点的信任度变化,对网络多入侵识别具有积极作用.所提方法识别输出的网络流量数据振幅变化显著,且识别结果与实际结果相同并具有稳定区间,有效提高了网络多入侵识别能力,合理规避网络风险.