网络化软件异常行为分析及牵制控制研究

来源 :湖南工业大学 | 被引量 : 0次 | 上传用户:alenhrp1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网技术的普及引发了软件产业的重大变革,使得软件工程进入了网络化软件的新时代。在如今错综复杂的网络环境下,网络化软件的自身行为、结构及多重复杂性的相互融合,使得此新型软件系统的安全性、可靠性等一些可信属性面临极大挑战。因此,对网络化软件异常行为的分析与控制刻不容缓。将软件和复杂网络相结合,用复杂网络的视角来研究网络化软件主要集中在对网络化软件的网络特征实证研究与统计分析上,对网络化软件异常行为的分析与控制却鲜有涉及。本文应用复杂网络中的理论和方法,深入分析了网络化软件异常行为的传播特征,并提出了一种针对网络化软件系统的牵制控制算法,具体研究内容包括如下两个方面:(1)针对传统软件行为分析理论并不能用于分析网络化软件方面的交互行为问题,本文依据复杂网络中对病毒传播行为的研究,利用SIR模型,对网络化软件系统中的异常行为传播过程进行理论分析和数值模拟,并对影响病毒传播因素的感染几率、度分布、集聚系数等参数进行分析比较,得出这些参数对网络化软件系统中的异常行为的传播影响具有相同的效果。(2)针对由软件系统自身的缺陷和漏洞引发的网络化软件系统异常行为,提出了一种基于NNVD(network node value degree)的网络化软件局部控制免疫算法。该算法从异常源点出发,然后对异常源点周围的各邻居节点的重要程度进行计算,选出重要度大的节点依次进行免疫。在异常源点周围一定的距离范围内对异常源点进行局域控制,从而控制异常行为在网络化软件系统中的蔓延。最后,通过仿真实验对本文的算法进行认证,证明了该算法的准确性和有效性。
其他文献
图像融合是按照一定的规则,将两个或两个以上的传感器在相同或不同时间内获得的同一场景或同一目标的成像进行处理,最终获得更适合进一步图像处理的要求。多聚焦图像融合就是
数字图像处理和计算机视觉是近年来发展十分迅速的研究方向,目前正广泛地应用于军用和民用等各个领域,是智能机器获取外部信息和理解世界的重要途径。运动检测与目标跟踪是计
云计算是当前信息领域的热点,它的出现宣告了低成本提供超级计算时代的到来。在云计算时代,用户可在全球范围内动态租用计算资源。云计算整合了互联网“云海”中的“云岛”资
随着大容量、高速度计算机的出现,使计算机的应用范围迅速扩大,软件开发急剧增长,软件系统的规模越来越大,复杂程度越来越高,软件可靠性问题也越来越突出。原来的个人设计、
支持向量数据描述作为一种基于统计学习理论的单分类方法,在解决有限样本、非线性以及高维数据的模式识别问题中表现出许多特有的优势,已成为机器学习领域的又一研究热点。在
为了促进经济快速发展和社会不断的进步,在现有的统计数据资料基础上为各种商业和科研等活动做出决策分析,研究并认识事物内在的变化规律,对事物的未来发展进行预测已经成为机器
随着互联网上的信息量越来越大,传统搜索引擎的局限性如覆盖率低、时效性差、结果不准确等已日趋明显。针对以上情况,另一种搜索引擎悄然出现,它可以在一定范围内取得比传统
学位
当前,由于网络速度高、流量大,入侵检测规则库越来越趋向庞大,单个CPU的主频提升遭遇瓶颈,处理能力提高缓慢,传统的网络入侵检测系统正遭到空前的挑战。针对以上问题,本文提
处理器的设计研发过程需要编译器作为实现系统级测试的辅助工具。同样,如果要充分发挥处理器的性能,除了要有性能优越的硬件设备外,也需要性能优越的操作系统和编译器的支持。龙
随着公安部开始在全国各级公安机关推动“金盾工程”二期的全面建设。公安信息化建设迎来了一个全新的高速发展契机。以“情报信息主导警务”理念为导向,将构建公安“情报”