基于深度学习算法的无线通信网络入侵路径辨识

由于不同类型的入侵攻击意图差异,在网络中的入侵路径也存在明显的不同,为此,文章提出了基于深度学习算法的无线通信网络入侵路径辨识研究。以入侵意图为基础,将具有相同行为的攻击进行交集计算后,建立以入侵意图为中心的网络入侵行为聚类。对于存在交叉关系的入侵,利用网络入侵行为的节点分布概率进行细分。在入侵路径辨识阶段,引入灰色深度神经网络算法,在隐含层计算入侵意图。结合无线通信网络节点与当前入侵行为所处节点之间的欧氏距离,将对应聚类的最小欧氏距离节点作为入侵路径下一节点的辨识结果,循环上述操作,实现对整体入侵路径的辨识。在测试结果中,整体入侵路径覆盖节点对于辨识结果并未产生影响,能够实现对入侵路径的100%准确辨识。