[发明专利]一种移动网络恶意节点检测方法及系统有效
| 申请号： | 201910839571.7 | 申请日： | 2019-09-06 |
| 公开（公告）号： | CN110401955B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 张宗福;罗庆佳;黄尚安;梁嘉亮;聂书志;郑士基;苏景泉 | 申请（专利权）人： | 江门职业技术学院 |
| 主分类号： | H04W12/122 | 分类号： | H04W12/122;G06F18/2415 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 刘凤玲 |
| 地址： | 529000*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种移动网络恶意节点检测方法及系统。所述方法包括：获取移动网络中正常状态观测数据；构建正常节点网络行为模型；正常节点网络行为模型是基于隐马尔可夫模型构建的；依据正常状态观测数据计算正常节点网络行为模型的或然概率；构建移动网络中每个节点的属性样本向量；依据或然概率和属性样本向量，采用多元分类算法生成节点分类器；采用节点分类器，确定待检测节点的节点状态；节点状态包括恶意节点状态和正常节点状态。本发明的方法或系统，检测精度高、耗时少，能有效抵御节点内部网络的攻击，提高移动网络恶意节点自动检测能力，保护移动网络的安全。 | ||
| 搜索关键词： | 一种 移动 网络 恶意 节点 检测 方法 系统 | ||
【主权项】：
1.一种移动网络恶意节点检测方法，其特征在于，包括：获取移动网络中正常状态观测数据；构建正常节点网络行为模型；所述正常节点网络行为模型是基于隐马尔可夫模型构建的；依据所述正常状态观测数据计算所述正常节点网络行为模型的或然概率；构建所述移动网络中每个节点的属性样本向量；依据所述或然概率和所述属性样本向量，采用多元分类算法生成节点分类器；采用所述节点分类器，确定待检测节点的节点状态；所述节点状态包括恶意节点状态和正常节点状态。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江门职业技术学院，未经江门职业技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910839571.7/，转载请声明来源钻瓜专利网。
- 上一篇：实现双wifi的方法及Android终端
- 下一篇：覆盖评估方法和装置
