国家自然科学基金(60703023)
- 作品数：3 被引量：5H指数：2
- 相关作者：李强石伟康健宋元章周建秋更多>>
- 相关机构：吉林大学吉林省血液中心更多>>
- 发文基金：吉林省科技发展计划基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 利用多维观测序列的KCFM混合模型检测新型P2P botnet被引量：3
- 2010年
- 提出了一种新颖的综合考虑多维观测序列的实时检测模型——KCFM。通过抽取新型分散式P2Pbotnet的多个特征构成多维观测序列,使用离散Kalman滤波算法发现流量异常变化,将Multi-chart CUSUM作为差异放大器提高检测精度。实验表明,基于多维观测序列的KCFM模型能够有效地检测新型P2Pbotnet。
- 康健宋元章
- ZE:Virtual Environment of Large Scale Worm Tracing
- Network worms have been a serious security threat on the Internet.Tracing worm propagation path can identify t...
- Wei Shi Qiang Li Jian Kang College of Computer Science and Technology
- 文献传递
- 针对幂律泊松模型推测网络蠕虫传播路径
- 2008年
- 为了尽早获取网络蠕虫的传播路径,在对Internet流量的幂律泊松分布进行假设检验与参数计算的基础上,提出了幂律泊松流量分布模型下推测网络蠕虫传播路径的k聚积算法.采用数学方法证明了k聚积算法的有效性.通过模拟环境进行实验,研究了参数k对算法准确率的影响,并对算法有效性进行了验证.实验结果表明：当通信流量中入度幂律分布参数γ值大于3,k在0.3-0.5之间时,k聚积算法的准确率最高;当γ值介于2-3之间,k在0.5-0.7之间时,算法准确率最高;当γ值小于2,k在0.7-0.9之间时,算法准确率最高.针对不同的入度幂率分布情况,通过参数k的恰当选择,k聚积算法可以达到89%的准确率.通过试验可以选择参数k在不同幂率分布参数下的最优取值范围,使得k聚积算法对不同的流量分布模型具有较好的适应性.
- 石伟李强向阳鞠九滨
- 关键词：蠕虫
- 用关联方法推测网络蠕虫的传播路径被引量：2
- 2009年
- 基于蠕虫病毒传播时其前后被感染节点在传播路径上存在着隐含的因果关系,提出一种使用贝叶斯网络关联方法在线推测网络蠕虫传播路径的算法,并通过模拟实验进行验证.实验结果表明,该算法较不采用关联的算法提高10%正确率,更适合在线工作方式.
- 周建秋石伟李强
- 关键词：蠕虫贝叶斯网络
