基于增量式学习的复杂网络节点攻击检测算法

杨志飞, 张佳, 李泽阳

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (10) : 2963-2968. DOI: 10.13229/j.cnki.jdxbgxb.20230501

基于增量式学习的复杂网络节点攻击检测算法

  • 杨志飞, 张佳, 李泽阳
作者信息 +
History +

摘要

为了避免网络节点攻击产生的弊端,本文提出了基于增量式学习的复杂网络节点攻击检测算法。该方法首先利用阈值自学习的方式对待检测复杂网络中所含信号实施去噪处理;其次利用支持向量机与网络节点攻击特征提取原则结合的方式实现复杂网络节点攻击特征的精准提取;最后将提取的节点攻击特征输入改进的混合神经网络中并展开增量式学习,以此实现节点攻击特征的分类,实现复杂网络节点攻击精准检测的目的。经实验验证,利用本文方法能够平稳高效地对各类复杂网络中的节点攻击进行精准检测。

关键词

增量式学习 / 复杂网络 / 攻击检测算法 / 网络去噪 / 特征提取

中图分类号

O157.5 / TP18

引用本文

导出引用
杨志飞, 张佳, 李泽阳. 基于增量式学习的复杂网络节点攻击检测算法. 吉林大学学报(工学版). 2024, 54(10): 2963-2968 https://doi.org/10.13229/j.cnki.jdxbgxb.20230501

基金

教育部人文社会科学研究项目(20YJCZH212); 甘肃省教育厅高等学校科研项目(2020B-115); 兰州交通大学研究生创新之星项目(2021CXZX-558); 国家自然科学基金项目(62062049,61962034)

评论

Accesses

Citation

Detail

段落导航
相关文章

/