无线局域网信息泄漏防范优化预警仿真

摘要

对无线局域网信息泄露防范的优化预警,能够有效保障局域网机密信息的安全性.对局域网信息泄露的预警,需要构建复杂机密信息一体化推理模型,获取机密信息间相关度,完成无线局域网信息泄露防范的优化预警.传统方法检测目标信息中的角点,并利用金字塔LK流法跟踪该信息角点,但忽略了对机密信息之间相关度的获取,导致预警效果不理想.提出无线局域网信息泄露预警方法.通过对机密信息实体对象进行抽象描述和标准化处理,建立机密信息融合的超曲面,通过机密信息融合的超曲面构建了RBF神经网络,利用RBF神经网络构建了复杂机密信息的一体化预测和推理模型,采用正反集过滤方法以该模型下的机密信息间相关度的预测结果实现信息泄露预警.仿真证明,上述方法可以使原有的机密信息数量保持不变,具有较高的查全率和准确率,并且信息泄露预警效果较好.