基于增量式学习的复杂网络节点攻击检测算法

杨志飞, 张佳, 李泽阳

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (10) : 2963 -2968.

PDF
吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (10) : 2963 -2968. DOI: 10.13229/j.cnki.jdxbgxb.20230501

基于增量式学习的复杂网络节点攻击检测算法

作者信息 +

Author information +
文章历史 +
PDF

摘要

为了避免网络节点攻击产生的弊端,本文提出了基于增量式学习的复杂网络节点攻击检测算法。该方法首先利用阈值自学习的方式对待检测复杂网络中所含信号实施去噪处理;其次利用支持向量机与网络节点攻击特征提取原则结合的方式实现复杂网络节点攻击特征的精准提取;最后将提取的节点攻击特征输入改进的混合神经网络中并展开增量式学习,以此实现节点攻击特征的分类,实现复杂网络节点攻击精准检测的目的。经实验验证,利用本文方法能够平稳高效地对各类复杂网络中的节点攻击进行精准检测。

关键词

增量式学习 / 复杂网络 / 攻击检测算法 / 网络去噪 / 特征提取

Key words

引用本文

引用格式 ▾
杨志飞, 张佳, 李泽阳 基于增量式学习的复杂网络节点攻击检测算法[J]. 吉林大学学报(工学版), 2024, 54(10): 2963-2968 DOI:10.13229/j.cnki.jdxbgxb.20230501

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

22

访问

0

被引

详细

导航
相关文章

AI思维导图

/