无线网络终端设备安全脆弱点识别仿真

摘要

对无线网络的终端设备安全的脆弱点进行识别,能有效提高网络异常检测的准确率,提升无线网络运行的安全性能,延长网络运行的周期.利用当前方法对无线网络终端脆弱点进行识别时,终端数据比较杂乱,对安全脆弱点进行识别时,存在识别的准确率较差的问题.提出基于混沌RBF神经网络的网络终端安全脆弱点检测的方法.对网络终端信号构建信号模型,对网络终端信号进行抗干扰的滤波进行处理,利用混沌RBF神经网络对网络终端脆弱点进行检测与识别,对混沌时间的序列进行空间的重构得出空间的向量,作为RBF神经网络数据的输入,经过RBF神经网络对网络终端数据拟合函数进行构建,在拟合函数上进行预测,将预测值和真实值存在的偏差进行对比,由此判断检测的信号是否为异常信号,完成对无线网络终端设备安全脆弱点的识别.实验的结果可表明,利用所提方法,能有效对安全脆弱点进行识别,提高了安全脆弱点识别的准确率.