摘要

对网络信息加密过程中漏洞的检测,能够进一步实现网络信息安全保护。对信息加密过程漏洞的实时检测,需要寻找最佳特征子集以及KNN参数,利用人工鱼方法对漏洞位置精度不断寻优,完成漏洞实时检测。传统方法组建了状态转移矩阵,构建初始概率分布隐马尔科夫状态模型,但忽略了对漏洞位置精度的评估,导致所检测到的漏洞位置并不准确。提出基于KNN和粒子群的漏洞实时检测方法。建立网络漏洞检测模型,利用粒子间的信息交流,及相互协作,寻找最佳特征子集和KNN参数,完成最优网络漏洞实时检测模型的建立,以此提高检测准确性,减少漏检情况;通过人工鱼方法对漏洞位置进一步定位,并不断对当前的最优解进行更新,直到找到网络漏洞的准确位置,完成信息加密中漏洞的精准定位。实验表明,上述方法可有效提高网络漏洞检测和定位的准确性,降低了漏检率。