网络对抗攻击中外部注入病毒检测模型仿真

摘要

研究网络对抗攻击中外部注入病毒检测问题.在网络对抗中,往往存在从外部人为注入的入侵病毒,病毒特征具有高伪装性,无法形成常规的识别特征,传统的病毒检测方法以固定病毒特征作为依据,一旦外部病毒特征不在其数据库内,将造成检测准确性下降的问题.提出基于RBF前馈式神经网络算法的网络对抗攻击中外部注入病毒检测方法.根据极值距离方法相关理论,能够计算外部注入病毒初始聚类中心,得到病毒检测的初始种群,通过迭代处理的方法获取种群中的差异个体.带入RBF神经网络结构,通过计算隐含层和输出层的输出结果,表示网络对抗攻击中外部注入病毒检测结果.实验结果表明,利用改进算法进行网络对抗攻击中外部注入病毒检测,可以提高检测的准确性.