999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

云計算中心多用戶網絡隔離性安全檢測研究

2020-10-13 09:37:40劉俊賢吳新龍
微型電腦應用 2020年9期

劉俊賢 吳新龍

摘 要: 為提高云計算中心網絡安全性,提出云計算中心多用戶網絡隔離性安全檢測方法。采用相空間分布式重構法構建樣本序列分布結構模型,建立了云計算中心多用戶網絡隔離性安全特征量,結合信息融合方法進行多用戶網絡隔離特征模糊關聯規則分布集重組,提取了安全信息的譜特征量,采用機器學習尋優法進行云計算中心多維信息搜索和模糊聚類處理,實現多用戶網絡隔離性安全檢測和特征識別。仿真對比實驗表明,該方法對入侵的檢測結果與實際結果基本一致,誤差識別率低,更具實用性。

關鍵詞: 云計算中心; 多用戶網絡; 隔離性; 安全檢測

中圖分類號: TP 393 ? ? ?文獻標志碼: A

Abstract: In order to improve the network security of cloud computing center, a multi-user network isolation security detection method is proposed. Phase space distributed reconstruction method is used to construct sample sequence distribution structure model, it establishes a cloud computing center multi-user network security isolation characteristics, combines with the feature of information fusion method for multi-user network isolation restructuring. The distribution of fuzzy association rules is set to extract the spectral properties of the security information quantity. By machine learning optimization method for cloud computing center multi-dimensional information search and fuzzy clustering process are adopted to realize the user network security isolation, detection and identification. The simulation results show that the proposed method is consistent with the actual results, with a low error recognition rate and more practical.

Key words: cloud computing center; multi-user network; isolation; security detection

0 引言

云計算中心多用戶網絡進行數據信息傳輸和通信已成為未來網絡數據傳輸和通信發展的主要方向[1-2]。在采用云計算中心多用戶網絡進行數據傳輸過程中,由于網絡的無線傳輸特性,導致云計算中心多用戶網絡傳輸容易受到病毒入侵,導致網絡的安全性性不好[3]。

目前針對該問題,相關領域出現了一些較好研究成果。文獻[4]提出基于頻譜關聯聯合估計的云計算中心網絡安全信息檢測方法。建立云計算中心安全檢測特征分析模型,結合模糊關聯規則調度實現云計算中心網絡安全檢測,但該方法計算成本較大,應用性能不夠理想。文獻[5]提出基于自適應卷積濾波的云計算多用戶網絡安全檢測方法。構建云計算中心網絡安全信息特征提取模型,提高檢測能力,但該方法的抗干擾性不好,網絡的抗攻擊能力不強。

針對上述問題,提出基于云計算中心多用戶網絡隔離性安全檢測方法。構建云計算中心安全信息的特征分布模型,結合信息融合法進行多用戶網絡隔離特征模糊關聯規則分布集重組,建立云計算中心多用戶網絡隔離性安全信息特征分布集,在機器學習下實現多用戶網絡隔離性安全檢測和特征識別。仿真測試結果可知,研究方法對入侵的檢測結果與實際結果基本一致,且能夠對入侵病毒實現有效隔離。

1 多用戶網絡隔離性安全信息特征提取

1.1 安全異常譜特征量的獲取

為實現基于機器學習算法的云計算中心多用戶網絡隔離性安全信息檢測,首先構建云計算中心多用戶網絡隔離性安全信息的相空間分布結構模型,提取云計算中心多用戶網絡隔離性安全信息特征量[6],得到云計算中心多用戶網絡隔離性安全信息采樣模型,如圖1所示。

3 仿真測試分析

對云計算中心多用戶網絡隔離性安全信息檢測的方法的驗證采用Matlab仿真平臺,設定網絡入侵數據包為Prob病毒數據包,網絡安全隔離信道的最大容量為2TB,對云計算中心多用戶網絡隔離性檢測的門限為1.85,模糊迭代次數為1 200,時間相關參數為:TB=1.5Tp,ΔT=0.5Tp,云計算中心多用戶網絡隔離信息的離散采樣率為fs=10*f0Hz=10 KHz,入侵信息分布的帶寬B=1 000 Hz,根據上述仿真環境和參數設定,進行云計算中心多用戶網絡隔離性安全信息檢測。

為驗證研究方法在云計算中心多用戶網絡隔離安全檢驗的效果,與得到檢測結果如圖2所示。

分析圖2得知,與實際入侵結果越貼合,檢測準確度越高。傳統方法檢測結果與實際入侵不符,而研究方法能較準確地檢測出在100Hz時的入侵病毒,與實際結果更接近。說明研究方法檢測準確率高,有效實現了對云計算中心多用戶網絡隔離性安全檢測。

主站蜘蛛池模板: 中文成人无码国产亚洲| 亚洲日韩精品欧美中文字幕| 成人在线不卡视频| 欧美人人干| 91毛片网| 亚洲精品777| 67194在线午夜亚洲| 国产欧美自拍视频| 日韩午夜片| 国产乱人伦AV在线A| 免费A级毛片无码免费视频| 亚洲国产日韩一区| 91精品综合| 亚洲最大综合网| 国内a级毛片| 精品福利网| 国产91高跟丝袜| 五月天综合婷婷| 91在线精品麻豆欧美在线| 91网红精品在线观看| 污污网站在线观看| 夜精品a一区二区三区| 天堂av高清一区二区三区| 污网站在线观看视频| 久久a毛片| 澳门av无码| 欧美日韩亚洲国产| 亚洲视频免费在线看| 亚洲av综合网| 91在线激情在线观看| 亚洲成肉网| 久久午夜夜伦鲁鲁片不卡| 呦视频在线一区二区三区| 视频二区国产精品职场同事| 制服丝袜 91视频| 五月婷婷伊人网| 精品成人一区二区| 狠狠v日韩v欧美v| 亚洲无限乱码| 19国产精品麻豆免费观看| 亚洲资源站av无码网址| 色婷婷电影网| 久久精品人人做人人综合试看| 91精品国产麻豆国产自产在线| 亚洲成人网在线观看| 亚洲一区二区三区麻豆| 在线观看av永久| 婷婷综合在线观看丁香| 青青青国产精品国产精品美女| 欧美专区在线观看| 亚洲三级电影在线播放| 波多野结衣在线se| 精品福利国产| 丁香五月激情图片| 国产一级毛片网站| 精久久久久无码区中文字幕| 国产亚洲欧美日韩在线一区二区三区| 精品中文字幕一区在线| 亚洲av日韩av制服丝袜| 91网址在线播放| 91无码国产视频| 免费观看三级毛片| 国产成人一区免费观看| 久热re国产手机在线观看| 精品视频一区二区三区在线播 | 国产黑丝一区| 亚洲欧美日韩中文字幕在线一区| 亚洲精品视频免费| 久久精品无码专区免费| 免费一看一级毛片| 日日拍夜夜操| 曰韩免费无码AV一区二区| 欧美精品在线观看视频| 99精品欧美一区| 一区二区三区毛片无码| 亚洲中文字幕无码爆乳| 成人免费一级片| 色哟哟国产成人精品| 国产99视频精品免费观看9e| 国产伦精品一区二区三区视频优播 | 中文无码日韩精品| 无码日韩人妻精品久久蜜桃|