基于分形与自适应数据融合的P2P botnet检测方法

doi:94373F56F3D2423717CB74F6C7F16100

	基于分形与自适应数据融合的P2P botnet检测方法
	宋元章; 李洪雨; 陈媛; 王俊杰
	2017
发表期刊	山东大学学报(理学版)
页码	74-81
摘要	提出了一种基于分形与自适应数据融合的P2P僵尸网络检测方法。构建单分形特性、多分形特性检测传感器,利用大时间尺度下的自相似性和小时间尺度下的局部奇异性刻画网络流量特征,利用Kalman滤波器检测上述特性是否异常。为获得更精确的检测结果,提出了一种自适应数据融合方法,根据证据冲突程度自适应得选择DST(Dempster-Shafer Theory)、DSmT(Dezert-Smarandache Theory)对上述检测结果进行融合。而且,考虑到了P2P应用对检测的影响。实验结果表明该方法检测准确度较高。
关键词	P2p僵尸网络自适应数据融合 Dempster-shafer理论 Dezert-smarandache理论
DOI	94373F56F3D2423717CB74F6C7F16100
语种	中文
引用统计
文献类型	期刊论文
条目标识符	http://ir.ciomp.ac.cn/handle/181722/58385
专题	中科院长春光机所知识产出
推荐引用方式 GB/T 7714	宋元章,李洪雨,陈媛,等. 基于分形与自适应数据融合的P2P botnet检测方法[J]. 山东大学学报(理学版),2017:74-81.
APA	宋元章,李洪雨,陈媛,&王俊杰.(2017).基于分形与自适应数据融合的P2P botnet检测方法.山东大学学报(理学版),74-81.
MLA	宋元章,et al."基于分形与自适应数据融合的P2P botnet检测方法".山东大学学报(理学版) (2017):74-81.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于分形与自适应数据融合的P2P bot（360KB）	期刊论文	作者接受稿	开放获取	CC BY-NC-SA	浏览请求全文