互联网时延稀疏估计中恶意节点的贪婪性识别

摘要：

为了增强基于坐标的互联网时延稀疏估计算法遭受恶意攻击的生存能力,提出了一种分布式环境下的恶意节点识别算法.攻击者总是试图以尽可能小的代价实现显著的攻击效果.在分别利用l1和l2损失函数计算坐标以进行时延估计时,这种贪婪特征体现为估计误差的显著差异.分别以SMACOF和增量次梯度下降法代入不同损失函数计算临时坐标,利用给定阈值,清洗在不同临时坐标下的估计误差差异过大的参考节点;并二次代入l1损失函数计算最终坐标.仿真实验证明,该方法能够在不影响时延估计精度的前提下,实现对恶意节点的有效识别.

关键词：时延估计、网络坐标、网络安全、最优化、网络测量

所属期刊栏目：17

分类号：TP393.1(计算技术、计算机技术)

资助基金：国家自然科学基金61202445;四川省教育厅科研项目15zb0033

在线出版日期：2017-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：237-241