基于量子神经网络的网络攻击同源性判定方法

摘要：

探讨大数据背景下网络攻击同源性的分析方法,为攻击场景还原、攻击定性及攻击者溯源提供依据.提出了一种基于证据链的攻击描述方法,并归纳出各环节代表特异性的关键指纹,进一步构建了相应的网络攻击同源性判定模型,使用编辑距离计算攻击链单一环节之间的特征相似度,通过量子神经网络方法对多个攻击环节的相似性进行算法综合,进而实现网络攻击的同源判定.测试结果表明,该方法能够有效地对网络攻击进行同源性判定,相比基于样本的方法更加准确、可靠.该工作为大数据下提高网络攻击溯源能力及自动化水平探索了一条有效途径.

关键词：网络攻击、量子神经网络、同源性、编辑距离

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：四川省教育厅青年基金项目15ZB0026

在线出版日期：2017-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：506-512