摘要：針對當(dāng)前物聯(lián)網(wǎng)反入侵算法存在入侵監(jiān)測準(zhǔn)確性較低,且難以適應(yīng)動態(tài)入侵環(huán)境等不足,提出了一種基于多維指紋建模篩選機制的物聯(lián)網(wǎng)反入侵算法。首先,基于數(shù)據(jù)挖掘思想,綜合考慮攻擊行為集合及其分布特征,采用匹配方式均衡節(jié)點緩存資源,分流攻擊行為,提高網(wǎng)絡(luò)在遭受入侵情況下的對攻擊行為的命中,增強網(wǎng)絡(luò)魯棒性能;隨后,針對入侵過程存在峰值特性,使用遞歸方式構(gòu)建節(jié)點攻擊行為模型,采取線性反序映射來獲取攻擊行為彈性系數(shù)并降低惡意節(jié)點入侵成功率,挖掘網(wǎng)絡(luò)入侵行為的納什均衡解,有效提高對惡意攻擊行為的過濾效率。仿真實驗表明:數(shù)據(jù)聚合-QOS聯(lián)合檢測算法(QoS-Aware Hybrid Data Aggregation Scheme,QA-HDA算法)、能量感知篩選監(jiān)測算法(Energy-Aware Perception Algorithm,EAP算法)相比,在遭受入侵時,所提算法具有更高的臨界性能及的入侵流量過濾能力。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
