NIDS中一种基于petri网的并行推理算法

针对网络攻击具有并发性,攻击特征的提取具有不确定性等特点,提出了一种petri网并行推理算法,把Petri网模型转化为矩阵形式,通过矩阵的运算来实现算法的并行性,并给出了推理机的实现机制。通过算法,可以同时处理多种攻击,并得到多种攻击各自的概率,概率越高发生入侵的可能性越大,对于攻击的不确定性提供多种的攻击概率,可以降低攻击特征的不确定性。通过评估实例说明推理机制的正确性和有效性,同时也证明了推理算法的高效率。

一种基于模糊Petri网的并行推理方法

把模糊Petri网模型转化为矩阵形式,在此基础上提出了一种并行推理算法。算法将推理过程转化为矩阵运算,不但考虑了前提条件的权值、变迁阈值和规则可信度等因素,还进一步将变迁触发条件严格化,有效的避免了一些变迁不必要的重复触发,降低了算法复杂度。通过实例说明,此推理算法易于实现并可以提高推理效率,尤其适合较大较复杂的模糊Petri网模型。