基于MA模型的移动Ad Hoc网络路径长度预测

移动Ad Hoc网络中,节点之间的路径长度是构建QoS路由的一个重要参数,提出一种基于移动平均(MA)模型的网络路径长度预测方法.首先根据赤池信息量准则(AIC)确定MA模型的阶,然后对路径长度的历史和当前数据进行时间序列分析,找出之间的自相关性,从而预测未来路径长度.建立仿真实验,在AODV和DSR网络协议下,节点分别执行MHG和RPGM移动模型,通过提出的方法对各种场景下的路径长度进行预测,并根据性能指标评估预测性能.结果表明,提出的方法能够有效地预测未来路径长度.

多数据源层次化网络攻击路径长度预测仿真

针对当前攻击路径长度预测方法存在网络攻击成功概率低,路径长度预测准确性差的问题,提出基于吸收Markov链的网络攻击路径长度预测方法。采用转移概率度量法对网络中节点访问的期望值展开分析,利用比例系数计算网络攻击图状态转移边的概率比,以网络过渡状态下期望转移概率、非零矩阵等为基础分析网络攻击者从开始到达结束的概率,并计算网络受到攻击后,初始节点的转移概率,得到网络攻击的数学期望矩阵,利用上述矩阵计算网络节点访问次数的期望值总和,利用节点的转移次数计算网络攻击路径的期望长度,构建网络过渡状态下期望转移概率矩阵,通过对矩阵的求解,最终实现多数据源层次化网络攻击路径长度的预测。实验结果表明,提出方法在对多数据源层次化网络攻击路径长度预测时,网络目标节点的置信度较低,并且网络攻击成功概率较高,不仅验证了提出方法良好的性能,也提高了网络攻击路径长度预测的准确性。