大规模集群网络疑似攻击自主检测方法仿真

摘要

传统的攻击检测方法存在漏报率与误检率较高的问题.为更有效地保障网络安全,设计了大规模集群网络疑似攻击自主检测方法.根据网络攻击样本数据特征的协方差矩阵设置风险评估函数,并保持评估过程的平滑性.然后引入混合免疫方法定义所有节点,确定最佳节点数,通过识别矢量集中违反排名的节点数据对攻击行为作出初步判断.分析自体、抗体的动力学特征,获取网络攻击的记忆检测器动力学方程,再利用模糊数据分离法建立聚类目标函数,根据数据分离约束条件建立疑似攻击数据集合,通过联合评分偏离度判断出疑似攻击数据,实现自主检测.仿真结果表明,上述检测方法对大规模集群网络中的攻击行为的漏报率与误检率较低,且检测过程灵敏度高,可有效确保大规模集群网络的文件运行.