【摘要】：在網絡存儲隱蔽信道通過存儲特征的異常性檢測優(yōu)化中,由于存儲特征有較強的偽裝性和變化隨機性,采用當前算法進行隱蔽信道檢測時,各種存儲特征指標無法完成量化,存在隱蔽信道檢測誤差大的問題。為解決上述問題,提出一種改進校正熵的網絡存儲隱蔽信道優(yōu)化檢測方法。上述方法先引入高階隨機統(tǒng)計量描述網絡用戶存儲規(guī)律,融合于條件熵理論,對網絡用戶存儲操作序列的次數進行預測,并利用熵率的隨機性度量指標衡量網絡原始存儲數據流熵率的變化,計算出網絡存儲數據變化的規(guī)律性指標,以上述指標為依據對網絡存儲隱蔽信道進行檢測,改進了當前算法的弊端,極大地提升了算法的檢測精度。仿真結果表明,上述算法提高了網絡存儲隱蔽信道檢測精確度。
[Abstract]:In network storage covert channel detection optimization through storage features, because storage features have strong camouflage and randomness, when using the current algorithm to detect hidden channels, various storage feature indicators can not be quantified. There exists the problem of large detection error of covert channel. In order to solve the above problems, a network storage covert channel optimization detection method based on modified correction entropy is proposed. The above method firstly introduces high-order random statistics to describe the rules of network user storage, and combines the theory of conditional entropy to predict the number of times of network user storage operation sequence. The random measure index of entropy rate is used to measure the change of the entropy rate of the original storage data stream of the network, and the regular index of the network storage data change is calculated. Based on the above indexes, the hidden channel of the network storage is detected. The shortcomings of the current algorithm are improved, and the detection accuracy of the algorithm is greatly improved. Simulation results show that the proposed algorithm improves the accuracy of network storage hidden channel detection.
【作者單位】： 南開大學濱海學院;
【分類號】：TP393.08

【參考文獻】

相關期刊論文 前9條

1 郭俊;;面向大規(guī)模網絡的超高密度信息存儲系統(tǒng)設計[J];西安工程大學學報;2016年04期

2 向春枝;范穎;;云計算環(huán)境中分布式數據存儲關鍵技術研究[J];現(xiàn)代電子技術;2016年03期

3 馬春波;李光輝;杜以聰;;參數自適應設定的隱蔽時間信道[J];計算機與數字工程;2015年11期

4 吳敬征;武延軍;羅天悅;武志飛;楊牧天;王永吉;;一種基于權限控制機制的Android系統(tǒng)隱蔽信道限制方法[J];中國科學院大學學報;2015年05期

5 袁健;王濤;;基于聚類分析的網絡存儲隱蔽信道檢測算法[J];計算機工程;2015年09期

6 孫志剛;;大型網絡控制裝置的可靠性檢測仿真分析[J];計算機仿真;2015年07期

7 劉標;蘭少華;張晶;劉光杰;;一種基于遞歸圖的網絡時間隱蔽信道檢測方法[J];計算機科學;2015年02期

8 周慶;洪穎;;基于微博發(fā)表時間的隱蔽信道研究[J];計算機應用研究;2014年09期

9 陸維迪;蘭少華;田金川;劉偉;;時間劃分式網絡隱蔽信道的設計與實現(xiàn)[J];計算機應用研究;2014年08期

【共引文獻】

相關期刊論文 前10條

1 李云霞;;海量圖書信息快速檢索優(yōu)化管理仿真研究[J];計算機仿真;2017年05期

2 楊浩;張璐璐;;網絡傳輸信道危險信號檢測方法研究仿真[J];計算機仿真;2017年04期

3 梁竣;;網絡存儲隱蔽信道檢測的改進與優(yōu)化仿真[J];計算機仿真;2017年02期

4 李云霞;;圖書館借閱信息優(yōu)化管理仿真研究[J];計算機仿真;2017年01期

5 李建榮;付學良;;網絡中高速目標信息優(yōu)化檢測仿真研究[J];計算機仿真;2017年01期

6 劉興星;;云環(huán)境下網絡數據存儲安全分析[J];黑龍江科技信息;2016年30期

7 楊浩;謝昕;李卓群;章玲玲;;網絡中隱蔽信道數據安全檢測模型研究與仿真[J];計算機仿真;2016年10期

8 王嶸冰;徐紅艷;康鵬;譚暢;;云計算環(huán)境下信息資源共享管理研究[J];中國管理信息化;2016年17期

9 葉雙音;王亞男;龔佃選;時建;史雪芳;;基于云存儲技術的數字點餐軟件及應用[J];中國高新技術企業(yè);2016年24期

10 安子強;;復雜網絡隱蔽信道資源快速調度方法[J];計算機仿真;2016年08期

【二級參考文獻】

相關期刊論文 前10條

1 王翔文;李志華;;基于小波變換和神經網絡的雷達濾波器故障診斷[J];電子設計工程;2016年08期

2 王躍飛;于炯;魯亮;;面向內存云的數據塊索引方法[J];計算機應用;2016年05期

3 曹玖新;陳高君;吳江林;劉波;周濤;胥帥;朱子青;;基于多維特征分析的社交網絡意見領袖挖掘[J];電子學報;2016年04期

4 劉俊;劉瑜;何友;孫順;;雜波環(huán)境下基于全鄰模糊聚類的聯(lián)合概率數據互聯(lián)算法[J];電子與信息學報;2016年06期

5 陳海燕;劉威;李莉;;相對相位噪聲對相干光通信系統(tǒng)性能影響[J];激光技術;2016年01期

6 左曉靜;王榮;;一種基于云計算的海量數據分布式存儲策略[J];河南科學;2015年12期

7 吳鴻華;穆勇;屈忠鋒;鄧麗霞;;基于面板數據的接近性和相似性關聯(lián)度模型[J];控制與決策;2016年03期

8 閻芳;李元章;張全新;譚毓安;;基于對象的OpenXML復合文件去重方法研究[J];計算機研究與發(fā)展;2015年07期

9 吳濤;陳黎飛;郭躬德;;優(yōu)化子空間的高維聚類算法[J];計算機應用;2014年08期

10 陳素霞;;計算機病毒網絡傳播模型穩(wěn)定性與控制研究[J];電腦開發(fā)與應用;2014年05期

【相似文獻】

相關期刊論文 前10條

1 王永吉;吳敬征;曾海濤;丁麗萍;廖曉鋒;;隱蔽信道研究[J];軟件學報;2010年09期

2 張樹勇;萬厚沖;;基于模型的時間隱蔽信道的一種算法[J];科技風;2010年05期

3 汪婧;高能;林t燂，

本文編號：2206926