混合多层结构化网络的攻击路径预测算法研究

王婷婷; 李晓东; 任刚

Chinese

您当前的位置：

首页 >

文章列表页 >

混合多层结构化网络的攻击路径预测算法研究

更新时间：2026-09-04

- 混合多层结构化网络的攻击路径预测算法研究
- Research on Attack Path Prediction Algorithm for Hybrid Multilayer Structured Networks
- 微电子学与计算机 2017年34卷第4期页码：131-134
- 作者机构：
  
  1. 郑州成功财经学院机构信息工程系,河南,郑州,451200
  2. 中国科学院机构软件研究所,北京,100190
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2017
- 稿件说明：
移动端阅览
王婷婷, 李晓东, 任刚. 混合多层结构化网络的攻击路径预测算法研究[J]. 微电子学与计算机, 2017, 34(4): 131-134.

WANG Ting-ting, LI Xiao-dong, REN Gang. Research on Attack Path Prediction Algorithm for Hybrid Multilayer Structured Networks[J]. 2017, 34(4): 131-134.
王婷婷, 李晓东, 任刚. 混合多层结构化网络的攻击路径预测算法研究[J]. 微电子学与计算机, 2017, 34(4): 131-134. DOI：

WANG Ting-ting, LI Xiao-dong, REN Gang. Research on Attack Path Prediction Algorithm for Hybrid Multilayer Structured Networks[J]. 2017, 34(4): 131-134. DOI：

摘要

针对目前的攻击路径预测方法不能准确反映攻击力对后续路径的影响

提出了混合多层结构化网络的攻击路径预测算法.首先

对攻击路径样本时间序列进行组合排序

重新组合产生攻击路径样本

采用极限学习机进行分类训练

然后采用人工鱼群捕鱼算法进行学习机优化

提高对网络攻击路径样本的全局搜素和局部寻优能力

避免陷入局部最优解.最后得到的仿真结果表明

采用该方法进行运动员攻击路径预测的收敛性较好

迭代次数较低

预测精度得到提升.

Abstract

For the current attack path prediction method can not accurately reflect the impact of attack power on the subsequent path

an attack path prediction algorithm is proposed. First of all

the combination of the sort of attack path sample time series

re combination of attack path samples

using extreme learning machine classifier

and then use artificial fish fishing machine learning algorithm was optimized to improve the global search for network attack path samples and local optimization ability and avoid the local optimal solution. The simulation results show that the proposed method has better convergence

lower iteration number and higher prediction accuracy.

关键词

Keywords

references

PIRO G, GRIECO L A, BOGGIA G, et al. Information-centric networking and multimedia services: present and future challenges[J]. Transactions on Emerging Telecommunications Technologies, 2014, 25(4): 392-406. DOI: 392

XYLOMENOS G, VERVERIDIS C N, SIRIS V A, et al. A survey of information-centric networking research[J]. IEEE Communications Surveys Tutorials, 2014, 16(2): 1024-1049. DOI: 1024

陈迎春, 孙昱, 莫有权, 等. 基于结构和参数智能优化的神经网络数值预测方法研究[J]. 信息工程大学学报, 2016, 17(5): 23-24. DOI: 23

王玲玲, 孙艳丽, 王康. 基于激光传感器的路径识别算法与实现[J]. 电子设计工程, 2016, 24(4): 26-28. DOI: 26

吕慧, 赵跃华. 基于掩码的AES算法抗二阶DPA攻击方法研究[J]. 电子设计工程, 2015, 23(20): 31-33. DOI: 31

徐倩漪, 齐芳. 基于机器学习的通信网络非结构化大数据分析算法研究[J]. 激光杂志, 2016, 33(10): 125-128. DOI: 125

金俊尉, 楼佩煌, 钱晓明, 等. 机床横梁结构神经网络与算法优化研究[J]. 机械科学与技术, 2016, 35(9): 1359-1364. DOI: 1359

江务学. 基于结构优化递归神经网络的网络流量预测[J]. 西南大学学报(自然科学版), 2016, 38(2): 149-154. DOI: 149

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

低功耗设计的双链电源关断策略的实现与验证

基于多尺度融合与小目标增强的航拍车辆检测算法

面向处理器分支预测单元的Spectre攻击轻量化防御方法

大模型发展综述：从BERT到Deepseek的技术演进