一种基于波动类型识别的路由节点行为预测算法
路由节点行为预测可以为网络安全管理以及路由行为评估机制等提供重要的决策依据,而现有的路由节点行为预测算法存在诸如依赖专家经验、对样本要求较高以及在节点行为波动较大的情况下预测准确度下降等问题.为克服上述问题,该文在灰色预测模型的基础上提出了一种路由节点行为预测算法,该算法将路由节点行为序列中的波动类型被分为突发波动和迁移波动,结合Markov预测模型实现波动类型识别,随后基于不同的波动类型设立相应的未来行为值预测方法:对于突发波动,预测方法基于平滑级比序列的灰色预测结果;对于迁移波动,预测方法基于路由节点行为序列的灰色预测结果.最后,使用Markov模型对预测结果进行修正.实验结果表明,相比于已有的节点行为预测算法,该文的预测算法在预测精度上有较大提升.
路由节点行为预测、灰色预测模型、波动类型识别、网络行为
37
TP393(计算技术、计算机技术)
国家”九七三“重点基础研究发展规划项目基金2010CB328104;国家自然科学基金61003257,61070210,61272531;国家“八六三”高技术研究发展计划项目基金2013AA013503;国家科技支撑计划课题2010BAI88B03,2011BAK21B02;高等学校博士点专项科研基金20110092130002;江苏省网络与信息安全重点实验室资助项目BM2003201;教育部计算机网络与信息集成重点实验室东南大学资助项目93K-9;National Key Basic Research program of China under Grant No.2010CB328104,National Natural Science Foundation of China under Grant Nos.61070158,61003257,61070161,61070210,61272531,61272054,61202449 and 61320106007,National High Technology Research and Development Program of China 863 Programunder G
2014-07-10（万方平台首次上网日期，不代表论文的发表时间）
共9页
326-334
