基于图论算法的网络通信异常节点识别*
网络安全与数据治理 7期
桂丹萍，费扬
（1.闽南科技学院通识教育学院, 福建泉州362300；2.上海交通大学电子信息与电气工程学院，上海200240）
摘要： 针对网络通信中异常节点的识别，传统的基于规则和签名的方式，或是只参考局部图形特征的方法，在识别网络中的关键用户时都存在局限性。提出了一种基于图论算法的异常节点检测方法。首先，通过线下采集的真实局域网数据集生成图网络；利用网络的多个图形特征来定位异常节点，分析其可能存在的异常行为；其次在网络公开数据集上进行实验，以验证检测的效果；最后的测试结果证明，本方法可以在网络通信中有效地定位异常节点，高效便捷，实用性佳。
中图分类号：TP393.1
文献标识码：A
DOI:10.19358/j.issn.2097-1788.2023.07.007
引用格式：桂丹萍，费扬.基于图论算法的网络通信异常节点识别［J］.网络安全与数据治理，2023，42（7）：43-48.
文献标识码：A
DOI:10.19358/j.issn.2097-1788.2023.07.007
引用格式：桂丹萍，费扬.基于图论算法的网络通信异常节点识别［J］.网络安全与数据治理，2023，42（7）：43-48.
Identification of abnormal nodes in network communication based on graph theory algorithm
Gui Danping1，Fei Yang2
(1.School of General Education, Minnan Science and Technology University, Quanzhou 362300, China; 2.School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China)
Abstract： The traditional methods of identifying abnormal nodes in network communication, which rely on rules and signatures, or methods that only use partial graphical features, are limited when identifying key users. An anomaly node detection algorithm based on graph theory is proposed in this paper. Firstly local area network datasets collected offline are used to build a graph network; multiple graph features are analyzed to locate abnormal nodes in the network and analyze their potential abnormal behavior; secondly, experiments are conducted to test the detection effect on public network datasets. As a result of the final test results, it has proven to be efficient, convenient, and practical in locating abnormal nodes in network communication.
Key words : graph theory algorithm; abnormal detection; graph network generation; graph feature analysis
0 引言
随着信息化时代的到来，网络安全问题开始在全球大量的局域网中出现，不法分子利用网络结构的漏洞对网络内部的信息、设备甚至用户进行攻击，引发网络异常，以达到窃取信息、瘫痪网络等效果。为了提高网络安全保障能力，需要利用大量数据进行网络安全监测、风险评估和威胁画像构建。在这个网络安全检测的全过程中，分析网络通信节点的可靠性是非常重要的一环。因此，网络安全的研究和应用变得至关重要。在真实环境中，尤其是在存有大量网络节点的内部网络中，很难预知并自动检测可疑节点。如何对通信网络流量实现安全监控并构建网络节点的威胁画像，很大程度上依赖于对于网络异常节点的正确识别。
本文详细内容请下载：//www.qiuzhonghe.com/resource/share/2000005419
作者信息：
桂丹萍1，费扬2
（1.闽南科技学院通识教育学院, 福建泉州362300；2.上海交通大学电子信息与电气工程学院，上海200240）
此内容为AET网站原创，未经授权禁止转载。