移动互联网异常入侵行为下攻击意图预测仿真

对移动互联网异常入侵行为下的攻击意图进行预测,在处理互联网异常入侵行为方面具有重要意义。在对异常入侵行为攻击意图预测时,传统方法主要利用网络异常入侵路径进行预测,忽略了报警信息流程对其预测过程的影响,导致意图预测效率低的问题。为解决上述问题,提出基于复合攻击算法的互联网异常入侵行为下攻击意图预测方法。利用互联网单元中的基函数和权分析互联网的结构,量化互联网中数据变量后,将其发送到储存区域,通过计算互联网单元中的基函数,将计算结果代入到互联网结构中,建立互联网CMAC入侵意图预测模型。进一步建立互联网的匹配规则,通过分析异常入侵行为攻击意图的报警维护移动互联网,引入复合攻击算法,计算攻击类型节点和节点之间的加权值,实现移动互联网异常入侵行为下攻击意图的预测。仿真结果表明,提出方法具有对异常入侵行为攻击意图预测效率高、准确性高的优点。

一种高超声速飞行器攻击意图预测方法

针对高超声速飞行器具有高机动性难以对其飞行轨迹进行预测的问题,提出一种基于高超声速目标运动特性的攻击意图预测方法。首先分析了高超声速飞行器的3种运动特性:飞行器运动状态的马尔可夫过程模型、航迹偏航角和可达区域;然后采用动态贝叶斯网络的推理方法对高超声速飞行器与攻击目标之间的攻击关系进行推理,以实现攻击意图预测;最后进行了仿真实验。实验结果表明,基于运动特性的动态贝叶斯网络能够对攻击意图进行预测,提出的意图预测方法具有良好的实时性和有效性。

无线网络异常信息入侵攻击意图预测仿真

无线网络异常信息入侵攻击意图的预测,可以有效保障网络安全稳定性。对异常信息入侵攻击意图的预测,需要根据意图实现的最大概率,给出入侵者在攻击过程中得到的最大化收益,完成网络入侵信息攻击意图的预测。传统方法先组建入侵状态转移矩阵,给出全部报警信息的相对权重,但忽略了给出攻击过程中的最大化收益,导致预测精度偏低。提出基于攻击图的无线网络异常信息入侵攻击意图预测方法。融合于攻击路径图表述入侵行为在节点之间的转移关系,映射出攻击从一个主机或弱点转移到下一个主机或弱点的过程,获取意图实现的最大概率,给出攻击意图实现的最短路径,计算出入侵信息的时效性,引入攻击效用的概念,给出入侵者在攻击过程中得到的最大化收益,并完成对无线网络异常信息入侵攻击意图预测。实验结果表明,所提方法预测精度高,可以为保障网络安全稳定运行奠定结实的基础。