基于元胞退火算法的僵尸网络传播特征研究

为了有效研究僵尸网络传播过程中的特征变化,基于元胞退火算法提出了一种新的刻画方法BDCA。该方法通过定义了僵尸网络中普通节点、易感染节点和感染节点之间的转化关系,建立平衡条件下的最优目标函数,并利用元胞退火算法求出最优解。最后,利用NS2进行仿真实验,深入分析了影响BDCA算法的关键因素,同时通过对比其它算法之间的性能状况。结果表明,该算法具有较好的适应性。     

基于元胞蚁群的主动队列管理算法研究

针对网络拥塞现象,基于弃头方式提出了一种新的主动队列管理算法.该算法首先利用元胞蚁群建立了实际网络队长最大值的计算方法,同时通过判断网络队长与阈值的关系,采取从队列头部丢弃N个数据包的方法.最后,以长相关数据进行仿真实验,对比分析了DFCA与RED、DROP-TAIL之间的优劣,结果表明该算法具有较好的适应性.     

基于元胞遗传的无线传感器网络分簇规划方法

为了解决无线传感器网络中簇首节点规划的问题,基于元胞遗传提出了一种新的刻画模型CHCG(Cluster Header Planning model based on Cellular Genetic).该模型首先结合节点剩余能量和距离信息建立了最优目标函数,同时利用元胞遗传方法对该目标函数进行求解.最后,通过NS2和MATLAB进行仿真实验,对比分析了该模型与AESR以及LEACH之间的性能优劣.实验结果表明,该算法具有较好的适应性.     

基于改进蚁群算法的无线通信网络拓扑重组

为了提高无线通信网络的传输性能,提出基于改进蚁群算法的无线通信网络拓扑重组方法.构建无线通信网络拓扑结构模型,采用4元组模型构建无线通信网络节点的初始拓扑分布结构模型,进行无线通信网络拓扑节点的线性结构分解,提取无线通信网络传输信道的关联特征量,采用频谱特征分解方法,实现无线通信网络的节点拓扑结构设计,采用改进的蚁群算法进行无线通信网络拓扑重组,实现无线通信网络节点的分布式优化设计,提高无线通信网络的传输性能.仿真结果表明,采用该方法进行无线通信网络拓扑重组能提高网络的连通性,输出稳定性较好,传输误码率较低.     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制.首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数、信息素更新规则和自适应构建数据路由.最后采用仿真模拟实验对算法性能进行检验.实验结果表明,相对于现有无线传感器路由算法,通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优.     

基于改进蚁群算法与遗传算法组合的网络入侵检测

为提高网络入侵检测的检测效果,提出一种基于改进蚁群算法与遗传算法组合的网络入侵检测方法.该方法采用遗传算法(genetic algorithm,GA)对网络入侵的特征集进行快速选取,为后续特征提取打下基础;对传统蚁群算法(ant colony optimization,ACO)的节点选择策略和信息素更新策略进行改进,提出一种改进的蚁群算法,提高对最优特征的选择效果,采用改进的蚁群算法对特征进一步选择;采用支持向量机(support vector machine,SVM)统计机器学习方法建立各类网络入侵的检测分类器.仿真实验结果表明,新的网络入侵检测方法综合GA和改进蚁群算法的优势,能够获得更好的入侵特征,从检测正确率、误报率和漏报率3个方面综合比较,新的网络入侵检测方法具有更好的网络入侵检测效果,且提高了检测速率.     

基于蚁群优化代理的移动Adhoc网络资源搜索研究

由于移动网络的动态拓扑结构,网络资源搜索过程又需要大量的信令分组和通信链路的支持,移动网络中 的资源搜索变得异常困难.通过分析移动网络中资源搜索的关键问题,提出了一种基于代理的网络架构,并在这种 架构上运用改进蚁群算法解决这些问题.该方法首先在移动网络中引入代理节点以确定网络拓扑,然后在这种引 入代理节点的网络架构中使用改进蚁群算法,同时利用全局和本地信息素来寻找资源.仿真比较了传统蚁群算法 和改进蚁群算法的资源搜索性能,仿真结果显示相对于传统蚁群算法,这种新算法在基于代理的移动网络中可以 大大提高移动网络资源搜索的效率.     

识别蜜罐网络的P2P僵尸网络构建机制

P2P僵尸网络构建过程中要解决的主要问题是如何识别由大量蜜罐(honeypot)组成的蜜罐网络(honeynet),特别是避免在僵尸网络中混入蜜罐节点。根据P2P僵尸网络构建机制的工作原理,可将其构建机制划分为:传播与扩散、节点加入和拓扑构建3个功能模块。基于这3个功能模块,该文提出一种指定优先攻击列表的传播模块,基于身份验证的节点加入模块,以及模拟遗传机制的拓扑构建模块等相结合的P2P僵尸网络构建机制。证明了该机制能有效识别蜜罐节点,并建立其传播模型,同识别蜜罐的僵尸网络传播模型进行对比,通过数学分析及模拟证明该机制在一定条件下具有更高的构建效率。最后针对该机制带来的威胁讨论了一些可能的防御方法。     

基于蚁群的无线传感器网络概率路由算法

针对多数无线传感器网络路由算法易在网络中形成关键节点,而节点的失效往往导致整个网络的失效问题,提出了将随机思想与蚁群算法的特征相结合的一种新的概率路由计算方法.实验表明,该算法对延长整个网络的有效生存时间的效果较好.     

基于P2P的僵尸网络C&C设计与仿真

近些年来,基于P2P的僵尸网络凭借其网络通信的隐蔽性和网络连接的健壮性特点,逐渐成为国内外研究的热点。针对两层架构的P2P僵尸网络的命令控制(Command and Control简称CC)协议进行了深入探讨与分析,并设计了超级节点更新邻居节点的算法,超级节点分发命令算法,并将公钥加密算法应用到P2P僵尸网络的命令控制协议中,增加了僵尸网络通信的隐蔽性和网络的健壮性。同时,对该类型的僵尸网络中普通节点接收命令时的流量和超级节点转发命令时的流量进行了模拟仿真,仿真结果证明了节点的心跳流量和命令流量与用户的正常上网流量相比较而言微乎其微。最后,对该类型的P2P僵尸网络提出了防御策略的相关建议。     

基于元胞退火算法的网络生存性研究

针对通信网络因链路失效而产生的网络拥塞问题,结合元胞自动机和模拟退火算法提出了一种新的网络生存性评价方法SACA(Survivability Algorithm based on Cellular Annealing).该方法首先给出了网络生存性定义,并且通过元胞演化规则来改进模拟退火算法中的变异和交叉操作,以此获得网络剩余数据传输量.同时,利用NS2和MATLAB进行仿真实验,深入研究了网络有效性与失效边数等影响因素之间的关系.结果表明,相比于其它算法,SACA算法具有较好的适应性.     

蚁群算法元胞自动机模型应用

提出一种基于元胞自动机理论的蚁群算法模型.将元胞自动机和蚁群算法结合用于解决基于离散数学的移动机器人路径规划问题.试验结果显示,采用基于元胞蚂蚁的算法进行路径规划求取的状态解构型和数值解收敛都能符合应用要求,用蚁群算法元胞自动机模型求解路径规划问题是可行的.     

A*算法与蚁群算法相结合的无人艇巡逻路径规划

针对无人艇海上巡逻路径规划问题,提出了一种A~*算法与蚁群算法相结合进行最短巡逻路径优化的方法.在传统A~*算法的八角度搜索基础上,设计了一种多角度A~*算法以获得更短的两点之间可行路径,并以A~*算法搜索结果构建任意两个巡逻点之间的最短路径网络.结合最短路径网络建立多点巡逻路径规划问题的目标函数,利用蚁群算法进行求解以获得全局最优的巡逻路径.针对巡逻路径转折角较大的问题,提出了一种平滑算法以获得更符合实际航行需求的平滑路径.仿真结果表明:该方法有效地去除了冗余节点,缩短了路径长度,提高了路径平滑度,规划出了一条更优的无人艇巡逻路径.     

基于快速神经网络的HTTP僵尸网络检测算法

僵尸网络已成为目前互联网安全所面临的严重威胁之一.经过10余年发展,僵尸网络已从使用传统的IRC协议向HTTP协议进行转变,给检测及防御等方面造成了诸多困难.通过分析基于HTTP协议僵尸网络所产生流量,在得出相关TCP协议统计信息、僵尸活动的间隔时间等特征的基础上,提出将快速学习神经网络模型(Extreme Learning Machine,ELM)用于识别和检测HTTP僵尸网络.实验表明,该方法能有效从网络流量中检测出BlackEnergry,Bobax等HTTP僵尸网络.与决策树C4.5、SVM算法及传统的BP算法相比较,该方法具有较高的识别率和较低的误报率.     

WPANT:应用于移动对等网络的轻量级层次蚁群路由算法

针对移动对等网络中存在的节点移动、拓扑多变、资源受限和可扩展性差等问题,提出了一种基于轻量级层次结构的蚁群路由算法.该算法通过选取活动路由上的节点将网络划分成轻量级的层次结构,在此结构上运行蚁群路由算法.轻量级的层次结构提高了蚁群算法中信息素更新机制的效率,同时,蚁群路由算法的自组织和流量均衡等特性增强了轻量级层次结构...     

基于元胞自动机的可修复网络系统可靠性评估模型

为了实时有效评估可修复网络系统的可靠性,克服枚举法的状态空间爆炸问题和马尔科夫过程分析只针对一种系统结构的缺陷,提出了一种基于元胞自 动机的网络系统可靠性评估模型?该模型从节点的内在失效概率和网络结构角度,建立元胞自动机的邻域和状态转移函数,提出可修复网络系统演化模型;在离散演化周期内,利用元胞自动机的传播特性算法定期检测系统的瞬时可靠性,累积得到可修复网络系统的近似稳态可靠性?该模型结合解析法和模拟法优点,得到与时间相关的可修复系统稳态可靠性?该算法分别与状态枚举法?蒙特卡罗法进行仿真对比,仿真结果表明,该方法可准确描述可修复网络系统的稳态可靠性,该方法也适用于其他大规模可修复系统可靠性评估?     

移动僵尸网络的设计及分析

为了更好的对移动僵尸病毒传播方式及命令与控制网络进行研究,提出一种基于SMS-HTTP的移动僵尸网络模型。该文利用多差树结构和混合P2P结构建立高效的命令与控制网络,给出移动僵尸病毒传播算法、命令与控制网络构建算法和僵尸节点加入算法。通过对网络模型的度和高度的平衡,对网络的节点规模、联通性和安全性进行控制。实验环境中,当模型高度为6、度为8时,模型节点规模最多可达到21万。当模型节点规模为10万时,模型的连通率可在5跳内达到100%。结果表明:模型具有较好的可扩展性,可使模型具有较高的连通率和安全性。     

基于H指数的改进标签传播算法研究

发现复杂网络中的结构和特征是社区发现的一个重要任务.标签传播算法(LPA)因具有接近线性的时间复杂度,常用于快速处理大规模的社区网络.针对该算法在节点的更新顺序和标签选择策略上存在很大的随机性,严重破坏了算法的稳定性和社区划分结果的准确性.提出了一种基于节点H指数的标签传播算法,即利用节点的综合影响力改进标签传播算法的节点更新顺序和标签选择策略.实验研究表明,改进算法有效地降低了算法的随机性,提高了社区划分的稳定性和准确性.     

容迟网络中基于信任蚁群的自组织路由算法

由于移动节点间的相遇机会的不确定性,容迟网络采用机会转发机制完成分组的转发.这一机制要求节点以自愿合作的方式来完成消息转发.然而,在现实中,绝大多数的节点表现出自私行为.针对节点的自私行为,提出了基于信任蚁群的自组织路由算法TrACO（Trust Ant Clone Optimization）.该算法利用蚁群算法基于群空间的搜索能力和快速的自适应学习特性,能够适应容迟网络动态复杂多变的网络环境.最后对TrACO进行性能仿真分析,仿真结果表明TrACO能够在较低的消息冗余度和丢弃数下获得较高的分组转发率和较低的消息传输时延,表现出较强的挫败节点自私行为的能力.     

基于服务质量的遗传蚁群融合算法应用研究

随着网络的环境变得越来越复杂,数据包的转发也时常出现一些问题,诸如丢包、延迟、抖动等异常情况.为了更有效地增强网络路由性能,提出了一种将遗传算法与蚁群算法相融合的方法来提高数据包的转发效率,确保网络的服务质量.根据服务质量约束条件以及当前的最优路径对可选节点集进行优化,将遗传算法加入到蚁群算法的每一次迭代过程中,利用遗传算法全局快速收敛的优点,来加快蚁群算法的收敛速度,使求解过程中尽量避免陷入局部最优,增强了寻优的能力.实验结果表明,该算法在提高网络路由效率方面具有一定的理论价值和实际意义.