激光通信网络空间恶意节点识别方法

为了增强网络传输数据的安全性和稳定性,提出了一种激光通信网络空间恶意节点识别方法。在解析节点通信方式的基础上,明确节点平均包转发延时、转发率和丢包率的属性矢量。然后利用函数极值计算节点隶属度,提取恶意节点入侵特征。结合历史恶意入侵数据,运用二维熵识别不同类别的恶意节点,筛选出恶意节点的差异特征并获得恶意节点识别结构。利用识别分数获得恶意节点空间特征向量,对所有差异特征的二维熵做最优解处理,明确识别临界值,进而实现对恶意节点的识别。实验表明,上述方法能够精准识别出恶意节点,保障了激光通信网络空间运行和用户隐私信息的安全。

SDN网络中基于信誉机制的恶意节点识别系统设计

恶意节点会影响SDN网络的稳定运行,因此,设计有效的恶意节点识别系统具有重要意义。针对SDN网络提出基于信誉机制的恶意节点识别系统。首先,通过设计控制中心模块、监控模块、响应模块和检测模块组建系统整体结构;然后,在云模型的基础上设计节点信誉机制,获取节点在SDN网络中的信任值,根据信任值识别恶意节点;最后,设计了信任更新机制,跟踪节点在不同时刻的信任值变化情况,提高对恶意节点的识别精度。实验结果表明,该系统具有较高的恶意节点识别精度和识别率。

一种面向教育的区块链恶意节点识别方案

针对面向教育的区块链应用平台中存在恶意节点获取数据的可能,设计了一种基于CRT-PoT共识机制的恶意节点识别方案。方案主要包括四个算法:首先,验证用户身份的合法性;其次,通过CRT-PoT共识机制选举一个记账节点记录事件;然后,验证消息的完整性以判断消息是否被篡改;最后,在主观逻辑模型的基础上设计了一种新的信誉计算方法验证消息的可信度。经分析,所提出的方案有良好的识别检测性和抗垄断性。

基于信誉模型的无线传感器网络恶意节点识别方法

无线传感器经常工作于开放外部环境中,如何识别恶意节点对保证无线传感器网络安全高效工作有重要意义。建立无线传感器网络的信誉评测模型,引入贝叶斯公式计算信誉,最后经过拟合分析得到节点的信誉服从Beta分布,通过节点之间彼此交换信誉信息,计算直接信誉和间接信誉的整合之后的信任值与信任阈值进行比较判断节点是否为恶意节点。仿真结果表明该模型在小型无线传感器网络中对恶意节点具有较高的捕捉率。