大规模多维网络伪装入侵信息高效识别仿真

摘要

大规模多维网络伪装入侵常指那些非合法用户伪装成授权用户,进入系统查看重要信息或盗取关键信息的违法行为,大部分伪装检测方法要通过获取用户敏感信息来检测,检测率低并误报率高,无法全面推广。针对上述问题,提出大规模多维网络伪装入侵信息高效识别方法,首先通过聚类方法构建入侵检测系统模型,依据前面模型构建入侵数据信息库,然后利用信息熵与增量熵值对比识别入侵信息,最后采用最小支持度函数、矩阵算法对入侵信息进行检测。实验结果表明,上述方法能够高效识别伪装入侵信息,并保证授权用户隐私不受侵犯,提高系统识别率、降低误报识别率,与此同时系统检测延时近似为零毫秒。