基于信息融合的网络安全态势评估模型

针对分布式拒绝服务(DDoS)攻击评估不准确和网络安全态势评估不全面的问题,提出了一种基于信息融合的网络安全态势评估模型。首先,提出了以数据包信息为原始数据的DDoS攻击威胁评估方法,提高了评估的准确性;然后,对原有的通用弱点评价体系(CVSS)进行改进并对漏洞脆弱性进行评估,使得评估更加全面;其次,结合客观权重和主观权重,并以序列二次规划(SQP)算法对组合权重进行寻优,降低了融合的不确定性;最后,将三者进行融合得到网络的安全态势。通过搭建入侵检测平台,利用不同的规则库,针对相同DDoS攻击的报警数会相差3个数量级,与依赖报警数评估方法相比,以数据包信息评估DDoS攻击的方法可得到准确的DDoS攻击威胁态势。仿真对比结果表明,提出的模型和方法能够提高评估结果准确度。

基于APDE-RBF神经网络的网络安全态势预测方法

为了提高径向基函数(radical basis function,RBF)神经网络对网络安全态势的预测精度,提出了一种基于吸引力传播(affinity propagation,AP)聚类和差分进化(differential evolution,DE)优化RBF神经网络的算法。首先,利用AP聚类算法对样本数据进行划分聚类,从而获得RBF的中心和网络的隐含层节点数;其次,利用AP聚类得出种群差异度,自适应地改变DE算法的缩放因子和交叉概率,对RBF的宽度和连接权值进行优化;同时为了避免陷入局部最优以及跳出局部极值点,对每一代种群的精英个体和种群差异度中心进行混沌搜索。通过仿真实验表明,此算法在泛化能力增强的同时,对网络安全态势也达到了较高的预测精度。

醋酸生产技术现状及发展动向

概要地介绍并评述了国内外醋酸现有生产技术及由以下几种方法合成醋酸研究的新进展 :( 1)合成气一步法 ;( 2 )乙烷直接氧化法 ;( 3 )天然气直接氧化法 ;( 4 )乙烯直接氧化法 ;( 5 )丁烯氧化法 ;( 6)废塑料回收法 ,并针对当前国内存在的问题 。

车联网中基于MEC的V2X协同缓存和资源分配

针对车联网的多媒体业务快速增长,大量的数据交换为移动网络带来沉重负担的问题,构建了一种车联网中基于移动边缘计算的V2X协同缓存和资源分配框架。提出了V2X协同缓存与资源分配机制,实现网络内计算、缓存和通信资源的有效分配;利用图着色模型为卸载用户分配信道;采用拉格朗日乘子法对功率与计算资源进行分配。仿真结果表明,在不同的系统参数下,所提机制可以有效降低系统开销,减少任务完成时延。

改进的基于隐马尔可夫模型的态势评估方法

针对隐马尔可夫模型(HMM)参数难以配置的问题,提出一种改进的基于隐马尔可夫模型的态势评估方法,更加准确地反映网络的安全态势。所提方法以入侵检测系统的输出作为输入,根据Snort手册将报警事件分类,得到观测序列,建立HMM,将改进的模拟退火(SA)算法与Bauw_Welch(BW)算法相结合对HMM参数进行优化,使用量化分析的方法得到网络的安全态势值。实验结果表明,所提方法能较好地提升模型的精度与收敛速度。

一种基于复杂网络的网络安全态势预测机制

针对现有态势预测方法大都是对态势值的预测,并未揭示网络态势要素动力学特征的问题,提出了一种基于复杂网络的网络安全态势预测机制,可方便而又直观地追溯安全态势中数值波动的动力学特征。其次在该机制中提出基于复杂网络的马尔可夫预测方法,实现对安全状态的有效预测。通过仿真实验分析,该机制在一定程度上能突出系统的本质行为,且能较准确地预测未来的安全状态。

基于增强型概率神经网络的安全态势要素获取

态势要素获取作为整个网络安全态势感知的基础,其质量的好坏将直接影响态势感知系统的性能。针对态势要素不易获取问题,提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化获取框架中,利用主成分分析(PCA)对训练样本属性进行约简并对特殊属性编码融合处理,将其结果用于优化概率神经网络(PNN)结构,降低系统复杂度。以PNN作为基分类器,基分类器通过反复迭代、权重更替,然后加权融合处理形成最终的强多分类器。实验结果表明,该方案是有效的态势要素获取方法并且精确度达到95.53%,明显优于同类算法,有较好的泛化能力。

基于多代理系统的动态信任态势感知机制

网络环境的开放和动态特性使得多代理系统的安全问题越发严峻,一种可行的最小化威胁的方案是通过实时评估交互代理的信任,以信任作为系统安全的主要参考要素,协助代理选取服务提供者来实现对恶意代理的限制。该机制以时间为维度动态计算信任,经过信任真实性与逻辑性检测后对代理信任进行判别决策,辅助信任管理。仿真对比验证DynamicTrust敏感度和信任计算规则合理,符合信任机制的"慢升快降"原则,且拥有负载均衡机制,能有效识别和控制代理攻击行为。

基于离散对数的代理盲签名

针对文献[4]中代理盲签名方案的缺陷,提出了一种改进的新方案。该方案在代理授权过程中克服了代理签名密钥的可伪造因素,使其安全性等价于解离散对数难题;在盲签名过程中通过引入三个随机数构造了强盲签名。与原方案相比,新方案在真正意义上实现了电子交易中的强不可伪造性和不可链接性,保护了代理签名人的利益和代理交易内容的私密性,有效地防止了交易双方事后抵赖。

解决组合公钥共谋攻击和密钥碰撞的新方法

以解决组合公钥体制中共谋攻击和密钥碰撞问题为目的。首先,针对线性共谋攻击,提出了一种新的构造种子矩阵的方法,使得种子密钥和大于基点加法群的阶数,从而使密钥之间不能相互线性表示。其次在密钥的生产过程中,引入系数破坏了层不同和层互斥不同的关系,为解决选择共谋攻击提供了一种有效的方法,同时增强了抵御随机共谋攻击的能力。最后,在密钥产生的流程中,通过公钥对比来避免密钥碰撞,为解决密钥碰撞问题提出了一种新方法。

基于模糊层次法的改进型网络安全态势评估方法

为最大限度降低网络安全问题带来的损失,提出一种基于模糊层次分析法(FAHP)的改进型网络安全态势评估模型。鉴于未来的大规模网络环境,首先建立一套符合实际环境的,由指标层、准则层、决策层三层组成的态势指标体系;针对态势评估中的数据分布不确定性、模糊性对评估结果的影响,利用模糊C-均值(FCM)聚类和最佳聚类准则进行数据预处理,得到最佳聚类数和聚类中心;最终建立多因素二级评估模型得到态势评估向量。仿真结果表明,与目前的基于模糊层次法的态势评估方法相比,更好地考虑到某些权重小的因素,因而标准偏差更小,评估结果更加客观、准确。

一种基于混合核函数PSO_SVR的网络安全态势预测方法

为了对错综复杂的网络安全形势做出可靠的预测,提出了一种基于混合核函数PSO_SVR的网络安全态势预测模型.本模型针对基于传统支持向量机(SVR)的网络安全态势预测模型精度不够高,其核函数的选择及参数的设定没有统一标准的情况,构造了一种兼顾插值能力和外推性能的混合核函数.并引入粒子群算法(PSO)对基于混合核函数的SVR进行参数寻优,有效地提高了SVR预测能力.通过仿真实验表明,该模型相比与传统的网络安全态势预测方法,预测精度上更有保障.

前向安全的基于椭圆曲线密码体制的签密方案

为实现移动通信中收发双方相互的认证,提出了一种具有前向安全性能的新签密方案.分析结果表明,新方案不但保留了椭圆曲线密码体制特有的优越特性,并且满足了目前一些现存签密方案都无法提供的前向安全性需求.当发送方和接收方发生争议时,可以交由公平第3方,即仲裁者去仲裁解决.

认知无线网中基于队列博弈的频谱选择算法

针对认知无线网络中分布式分组数据自适应传输问题,提出了一种新的基于队列博弈的频谱选择算法。该算法将数据传输问题建模成频谱选择的潜在博弈,考虑主用户占用频谱的影响,利用排队理论分析并构建用户效用函数,通过自主调整频谱选择策略实现频谱分配及跨层优化传输时延、分组损失率。仿真对比表明,所提出的算法存在纳什均衡,更有效地降低了分组传输时延及数据损失率,更加快速地收敛到策略均衡点,且具有更小的复杂度。

一种新的变步长LMS自适应滤波算法及其仿真

针对变步长自适应滤波算法收敛速度和稳态误差相矛盾的不足,建立了步长μ(n)与误差信号e(n)之间的一种新的非线性函数关系。该函数具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,且能克服输入端不相关噪声对步长μ(n)的影响。由此函数,得出了一种新的变步长自适应算法,理论分析和计算机仿真结果表明该算法的性能优于文中所述其他算法。

基于动态古诺博弈的认知无线电频谱贸易算法

为解决认知无线电频谱分配问题,提出了一种新的基于动态古诺博弈的频谱租借贸易算法。该算法考虑认知无线网络中频谱租借市场容量及次用户频谱价值两者均动态变化的特点,将用户之间的频谱租借贸易建模成动态古诺博弈,同时根据用户之间的频谱供需关系动态调整用户贸易的频谱价格及收益,促使每阶段用户效用最大化并达到频谱分配的目的。分析了频谱供需关系变化对贸易的影响,并通过仿真证明了该算法相比于静态古诺博弈模型能达到更高的频谱利用率。

一种基于PUE恶意干扰的认知无线电态势感知方案

为了能及时、准确地掌握大范围内的仿冒主用户攻击情况及正确显示频谱态势图,提出一种基于仿冒主用户攻击检测的恶意用户干扰态势的研究方案,通过检测信道是否被恶意用户仿冒主用户攻击及对实施攻击的恶意用户的能量分布的检测与推理来构建干扰态势,并将其绘制成干扰态势图,从而方便决策者快速掌握大范围中的仿冒主用户攻击情况。仿真结果表明,该方案能够把主用户和恶意用户的能量及位置分离出来,从而充分发掘潜在的频谱空洞,提高频谱图的准确性,进而提高系统容量及安全性。

D2D网络中基于分簇的无线资源分配机制

针对用户设备电池寿命有限的问题,提出了一种基于分簇的资源分配机制。该机制结合图着色原理对D2D用户分簇;随后根据分簇结果,采用拍卖算法为D2D簇分配信道;利用非合作博弈论模型对完成信道分配的用户进行功率分配。仿真结果表明,该机制有效地延长了电池寿命,提升了用户的能量效率,同时满足了用户传输速率的需求,保证了用户获得更高的QoS。

基于隐马尔可夫模型的态势评估方法

针对目前日益复杂的网络安全环境,提出一种基于隐马尔可夫模型(HMM)的态势评估方法。以入侵检测系统的输出(报警事件)为处理对象,采用隐马尔可夫随机过程作为分析手段,建立描述网络系统受到攻击后安全状态转移的隐马尔可夫模型;在此基础上,通过Baum-Welch(BW)算法对模型参数进行优化,使用量化分析方法得到整个网络态势的定量评价。通过实验验证了该方法能比较准确地反映网络的安全态势,具有良好的应用前景。

TD-HSUPA的自适应调度算法

提出了自适应分组调度的策略,使TD-HSUPA(high speed uplink packet access,高速上行分组接入)可以更加灵活地进行分组调度。在自适应调度算法中,系统进行调度算法的同时,在后台运用遗传算法找出更适合当前无线网络环境的权值。系统仿真表明,该算法可以灵活地处理各种网络环境。