-
题名基于无监督学习的工业物联网攻击聚类分析研究
被引量：1
- 1
-
-
作者
张娅
-
机构
宜宾职业技术学院电子信息与人工智能学院
-
出处
《数字通信世界》
2022年第6期160-162,共3页
-
基金
宜宾职业技术学院自然科学技术研究项目:多特征融合的视频目标识别技术研究,项目编号:ybzysc20-53。
-
文摘
依赖于网络的工业物联网构成复杂,在网络安全方面面临巨大的挑战。由于接入系统的设备种类繁多,对网络攻击模式进行有效识别是非常困难。现有的深度学习方法在网络训练时需要大量的先验数据,这对训练数据集的准备提出了很高的要求。针对这一问题,文章提出了一种基于无监督学习的聚类学习网络,提取网络攻击数据的分布特征,对攻击模式进行聚类分析。该网络利用变分自编码器的聚类方法,能够很好地适应复杂的工业物联网环境,对各类网络攻击的识别准确率达到了96%以上。
-
关键词
工业物联网
网络攻击模式
无监督学习
变分自编码器
聚类分析
-
Keywords
industrial internet of things
network attack patterns
unsupervised learning
variational autoencoders
cluster analysis
-
分类号
TP391.44
[自动化与计算机技术—计算机应用技术]
-
-
题名网络攻击图逆向深度优先生成算法
被引量：8
- 2
-
-
作者
司健
陈鹏
顾宁平
孙凌枫
王蔚旻
-
机构
中国电子科技集团公司第二十八研究所第一研究部
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第3期131-137,共7页
-
文摘
大规模网络节点数量多,连接关系复杂,现有攻击图生成方法存在节点爆炸问题,针对大规模网络的这种特点,提出了一种逆向深度优先攻击图生成算法。首先对攻击图的相关概念进行了简要介绍,并分析了逆向生成算法流程。然后,鉴于生成攻击图过程中要对网络可达性进行测试,因此,同时提出了基于区间树的规则匹配算法,最后,对攻击图生成算法进行了实际环境测试,并对测试结果进行了验证分析。实验结果表明,该攻击图生成算法能以O(lgn)的时间复杂度高效检测网络可达性,优化网络攻击图生成结果。
-
关键词
网络攻击图
攻击模板
有效路径
区间树
规则匹配
-
Keywords
network attack graph
attack pattern
available path
segment tree
rule matching
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于灰色信息检测的相依网络安全评估仿真
被引量：3
- 3
-
-
作者
张瑜
-
机构
延安大学物理与电子信息学院
-
出处
《计算机仿真》
北大核心
2019年第7期261-264,379,共5页
-
文摘
运用传统方法对相依网络安全态势进行评估的过程中存在评估结果不准确,效率低等问题,为此提出一种基于攻击模式识别的相依网络安全态势评估方法。结合网络安全态势攻击信息中的态势值关系得到BP神经网络相应节点,从态势信息中的关系经过多次迭代推算得到态势值,根据态势值结合布谷鸟搜索算法获取BP网络最佳权值和阈值,将结果赋予目标网络态势评估模型中,得到最优网络态势评估模型。基于一种攻击识别的安全评估方法,对网络信息进行融合识别,根据识别出的信息进行网络安全评估量化,结合网络状态转移图,实现网络安全的预测,达到评估效果。通过实验结果验证,所提评估方法与传统评估方法相比,评估结果更准确、效率更高,上述方法的实际应用性较高。
-
关键词
灰色信息攻击
网络安全
安全态势评估
攻击模式识别算法
-
Keywords
Gray information attack
network security
Security situation assessment
attack pattern recognition algorithm
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
