云服务器分布式数据端到端加密传输算法仿真

个人隐私信息保护具有重要的研究意义,但传统蜜罐加密算法在抵御网络攻击上效率较低且稳定性较差。为解决上述问题,本文采用聚类算法优化DTE二次加密过程,大幅度减少了加、解码时间,提高了蜜罐算法的效率,通过与CTCDF网络结构有机融合,构建出KDC网络信息加密通信模型。模型首先基于k-modes聚类算法对优化数据进行分流处理;然后将分流失败的数据投入蜜罐算法中进行加密,以提升信息数据的安全性;接着利用优化调度制度的CTCDF构架对加密信息进行传输;最终采用加盐反运算与反向采样的方法,将加密信息进行明文解码。各基线模型仿真结果显示,在NKD和CID入侵检测数据上,KDC算法数据传输安全性平均提高了22.5%;且采用CTCDF网络后,较其它模型相比,KDC模型的加、解码时间降低了8.773%,内存资源占用量减少了1.245%,即KDC模型的效率更高。综上,KDC算法在CTCDF网络上减少了资源占用量与运算时间,且大幅度提高了数据的安全性,具有重要的仿真研究意义。