位置:成果数据库 > 期刊 > 期刊详情页
基于粒子群优化的检测网络攻击方法
  • ISSN号:1672-6693
  • 期刊名称:《重庆师范大学学报:自然科学版》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]四川理工学院计算机系,四川自贡643000
  • 相关基金:国家自然科学基金(No.60372013); 四川省教育厅重点项目(No.13ZA0118); 人工智能四川省重点实验室开放基金项目(No.2012RYY02); 四川理工学院培育项目(No.2012PY13); 企业信息化与物联网测控技术四川省高校重点实验室项目(No.2013WYJ01)
中文摘要:

为了有效判断网络数据包是否存在被攻击的可能性,在以往的研究基础上提出了一种新的检测算法DMPS(Detection method based of particle susarm)。首先该算法根据数据包属性的离散度定义了状态检测指标,并利用粒子群优化方法给出了标准差分布的计算流程,以此判断数据包的异常状况。最后,通过OPNET和Matlab进行仿真实验,深入研究了影响该算法的关键因素,同时对比了与其他算法之间的性能状况,结果表明DMPS具有较好的适应性。

英文摘要:

In order to effectively determine the possibility of attacks for network packets, a new detection algorithm DMPS is proposed by previous studies. At first, the state indicators is defined with the discreteness of packet characteristic in this algorithm, and the calculation process of standard deviation distribution is presented to judge the anomaly of packet by Particle Swarm Optimization. Finally, a simulation with OPNET and Matlab was conducted to study the key factors of DMPS. Compared to the perform ance of other algorithm, the results shows that it has better adaptability.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《重庆师范大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:重庆市教育委员会
  • 主办单位:重庆师范大学
  • 主编:杨新民
  • 地址:重庆市沙坪坝区
  • 邮编:400047
  • 邮箱:cqnuj@cqnu.edu.cn
  • 电话:023-65362431
  • 国际标准刊号:ISSN:1672-6693
  • 国内统一刊号:ISSN:50-1165/N
  • 邮发代号:78-34
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),英国农业与生物科学研究中心文摘,波兰哥白尼索引,德国数学文摘,英国动物学记录,中国中国科技核心期刊,中国北大核心期刊(2011版),中国北大核心期刊(2014版),瑞典开放获取期刊指南
  • 被引量:4584