新颖的网络域名用户关键角色识别方法

许小丰; 杨力; 王巍

doi:10.11959/j.issn.2096-109x.2017.00128

您当前的位置：

首页 >

文章列表页 >

新颖的网络域名用户关键角色识别方法

学术论文 | 更新时间：2024-06-03

- 新颖的网络域名用户关键角色识别方法
- Novel role analysis method for network domain users
- 网络与信息安全学报 2017年3卷第3期页码：22-27
- 作者机构：
  
  1. 通信信息控制和安全技术重点实验室，浙江嘉兴 314033
  2. 中国电子科技集团公司第三十六研究所，浙江嘉兴 314033
  3. 西安电子科技大学网络与信息安全学院，陕西西安 710071
- 作者简介：
  
  [ "许小丰（1980-），男，河南济源人，博士，中国电子科技集团公司第三十六研究所高级工程师，主要研究方向为无线/有线网络安全技术。" ]
  [ "杨力（1977-），男，陕西咸阳人，博士，西安电子科技大学副教授，主要研究方向为网络安全、可信计算、网络溯源。" ]
  [ "王巍（1980-），男，河北张家口人，博士，中国电子科技集团公司第三十六研究所高级工程师，主要研究方向为无线/有线网络安全技术。" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61671360)
- DOI：10.11959/j.issn.2096-109x.2017.00128
  中图分类号： TP393
- 网络首发：2017-03，
  
  纸质出版：2017-03-15
- 稿件说明：
移动端阅览
许小丰, 杨力, 王巍. 新颖的网络域名用户关键角色识别方法[J]. 网络与信息安全学报, 2017,3(3):22-27.

Xiao-feng XU, Li YANG, Wei WANG. Novel role analysis method for network domain users[J]. Chinese Journal of Network and Information Security, 2017, 3(3): 22-27.
许小丰, 杨力, 王巍. 新颖的网络域名用户关键角色识别方法[J]. 网络与信息安全学报, 2017,3(3):22-27. DOI： 10.11959/j.issn.2096-109x.2017.00128.

Xiao-feng XU, Li YANG, Wei WANG. Novel role analysis method for network domain users[J]. Chinese Journal of Network and Information Security, 2017, 3(3): 22-27. DOI： 10.11959/j.issn.2096-109x.2017.00128.

摘要

提出了一种新颖的网络角色识别算法。该算法首先利用ISODATA方法对网络事件用户行为进行聚类分析；在此基础上，改进混合式蚁群（HBACA）算法，对网络事件中各用户积累行为进行持续分析，从而识别该事件执行过程中各用户所起的作用。仿真结果表明，该算法可以分清网络用户层次关系，获得事件中起主导作用的网络用户。

Abstract

A novel role analysis method for network domain users was proposed.Firstly

the algorithm used ISODATA algorithm to cluster network events for user behavior analysis

on the basis of conditions

the method search relationships between varieties of grouping sets in the network instance

and identify each user role in the performing process of network instance.Finally

simulation results show that the effectiveness of the proposed algorithm can distinguish the network user hierarchy and obtain the dominant roles about network users.

关键词

Keywords

references

乔少杰 , 唐长杰 , 彭京 . 基于个性特征仿真邮件分析系统挖掘犯罪网络核心 [J ] . 计算机学报 , 2008 , 31 ( 10 ): 1795 - 1803 .

QIAO S J , TANG C J , PENG J . The core of the crime network based on the personalized characteristic simulation mail analysis system [J ] . Journal of Computer Science , 2008 , 31 ( 10 ): 1795 - 1803 .

XU J J , CHEN H C . CrimeNet explorer:a framework for criminal network knowledge discovery [J ] . ACM Transactions on Informa-tion Systems , 2005 , 23 ( 2 ): 202 - 226 .

KREBS V E . Mapping networks of terrorist cells [J ] . Connections , 2002 , 24 ( 3 ): 43 - 52 .

DOMBROSKI M J , CARLEY K . Estimating a terrorist network's structure [J ] . Computational and Mathematics Organization Theory , 2002 , 8 ( 3 ): 235 - 241 .

QIAO S J , TANG C J , PENG J . VCCM Mining：mining virtual cornmullity core members based on gene expression program-ming [C ] // The Workshop on Intelligence and Security Informatics . 2006 : 133 - 138 .

QIAO S J , TANG C J , YU Z H . Bim mining virtual community structure based on SVM [J ] . Computer Science（Supplement A） , 2005 , 32 ( 7 ): 208 - 212 .

STOLFO S J , HERSHKOP S , WANG K , et al . A behavior-based approach to securing email systems [C ] // The Second International Workshop on Mathematical Methods,Models,and Architectures for Computer Network Security . 2003 : 57 - 81 .

杨博 , 刘大有 , 金弟 , 等 . 复杂网络聚类方法 [J ] . 软件学报 , 2009 , 20 ( 1 ): 54 - 66 .

YANG B , LIU D Y , JIN D , et al . Complex network clustering method [J ] . Journal of Software , 2009 , 20 ( 1 ): 54 - 66 .

许国根 , 贾瑛 . 模式识别与智能计算的 Matlab 实现第 2 版 [M ] . 北京 : 北京航空航天大学出版社 , 2014 : 22 - 27 .

XU G G , JIA Y . Pattern recognition and intelligent computing based on MatlabThe second Edition [M ] . Beijing:Beijing University of Aeronautics and Astronautics Press . 2014 : 22 - 27 .

VAN D E AALST P , WEIJTERS A . Process mining a rearch agenda [J ] . Computer in Industry , 2004 , 53 ( 3 ): 231 - 244 .

GALBRAITH J R . Organization design:an information processing view [J ] . Interfaces , 1974 , 4 ( 3 ): 28 - 36 .

浏览量

1300

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进聚类分析的网络流量异常检测方法