计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
5期
327-330,350
,共5页
群攻击%入侵%损伤评定
群攻擊%入侵%損傷評定
군공격%입침%손상평정
Cluster-type attack%Invasion%Damage assessment
研究群攻击下目标网络节点的损伤优化评定问题。当目标网络节点受到集群式攻击时,由于群内个体攻击的方式不同,不同的集群入侵攻击对网络目标节点造成的伤害程度不同且无法计算。传统的网络攻击损害评定方法需要准确掌握不同攻击对节点的损伤,由于集群攻击的特殊性,导致对目标网络节点的损伤程度评定不准。提出利用灰色关联度评定算法的群攻击入侵下对目标网络节点的损伤评定方法。根据AHP相关理论,建立差异化目标网络节点损伤判别矩阵,获取不同网络节点损伤特征权值系数。建立网络节点损伤评定集合,计算评定对象与评定指标之间的灰色关联度,构成目标网络节点损伤评定关联度矩阵。实验结果表明,利用改进算法进行群攻击入侵下目标网络节点损伤评定,可以有效提高损伤评定的准确度,缩短损伤评定时间,保证了网络安全。
研究群攻擊下目標網絡節點的損傷優化評定問題。噹目標網絡節點受到集群式攻擊時,由于群內箇體攻擊的方式不同,不同的集群入侵攻擊對網絡目標節點造成的傷害程度不同且無法計算。傳統的網絡攻擊損害評定方法需要準確掌握不同攻擊對節點的損傷,由于集群攻擊的特殊性,導緻對目標網絡節點的損傷程度評定不準。提齣利用灰色關聯度評定算法的群攻擊入侵下對目標網絡節點的損傷評定方法。根據AHP相關理論,建立差異化目標網絡節點損傷判彆矩陣,穫取不同網絡節點損傷特徵權值繫數。建立網絡節點損傷評定集閤,計算評定對象與評定指標之間的灰色關聯度,構成目標網絡節點損傷評定關聯度矩陣。實驗結果錶明,利用改進算法進行群攻擊入侵下目標網絡節點損傷評定,可以有效提高損傷評定的準確度,縮短損傷評定時間,保證瞭網絡安全。
연구군공격하목표망락절점적손상우화평정문제。당목표망락절점수도집군식공격시,유우군내개체공격적방식불동,불동적집군입침공격대망락목표절점조성적상해정도불동차무법계산。전통적망락공격손해평정방법수요준학장악불동공격대절점적손상,유우집군공격적특수성,도치대목표망락절점적손상정도평정불준。제출이용회색관련도평정산법적군공격입침하대목표망락절점적손상평정방법。근거AHP상관이론,건립차이화목표망락절점손상판별구진,획취불동망락절점손상특정권치계수。건립망락절점손상평정집합,계산평정대상여평정지표지간적회색관련도,구성목표망락절점손상평정관련도구진。실험결과표명,이용개진산법진행군공격입침하목표망락절점손상평정,가이유효제고손상평정적준학도,축단손상평정시간,보증료망락안전。
The damage assessment method of target network nodes under cluster attacks was studied. This paper presented the damage assessment method of target network node under cluster attacks base on grey correlation evalua-tion algorithm. According to AHP theory, a damage discriminant matrix of differentiation target network nodes was es-tablished, and the weight coefficient of damage feature for different network nodes was obtained. Building a network node damage evaluation set, the grey correlation degree between evaluation indexes and evaluation object was calcu-lated, which forms a damage assessment correlation matrix of target network nodes. The experimental results show that the improved algorithm for attack damage evaluation of target network nodes can effectively improve the accuracy of damage assessment, shorten the time of damage assessment, and guarantee the network security.