面向蓄意攻击的网络异常检测方法

作者：赵海; 郑春阳; 王进法; 司帅宗

来源：东北大学学报(自然科学版), 2020, 41(10): 1376-1381.

• 网络异常检测
• 斐波那契演化域
• 路径变化系数
• 蓄意攻击
• 网络科学

针对复杂网络受蓄意攻击频繁,而现有的检测方法大多忽略全局拓扑突变特征的问题.从网络全局拓扑的异常演化特征出发,提出网络路径相对变化系数(network path change coefficient,NPCC) r,量化节点间传输路径的变化.由斐波那契数列衍生出斐波那契演化域,用于区分正常和异常演化.将r作为核心度量参量,构建斐波那契演化域,形成网络异常检测方法,实现对异常的判定.结果表明,该检测方法的平均准确率为90%以上,高于最大公共子图(maximum common subgraph,MCS)及图编辑距离(graph edit distance,GED)的准确率,证明了所提检测方法的有效性.

• 出版日期2020
• 单位中国科学院信息工程研究所; 东北大学