CN106656464A - 基于幂指数可调的攻击成本下复杂网络边攻击方法 - Google Patents
基于幂指数可调的攻击成本下复杂网络边攻击方法 Download PDFInfo
- Publication number
- CN106656464A CN106656464A CN201611121138.2A CN201611121138A CN106656464A CN 106656464 A CN106656464 A CN 106656464A CN 201611121138 A CN201611121138 A CN 201611121138A CN 106656464 A CN106656464 A CN 106656464A
- Authority
- CN
- China
- Prior art keywords
- attack
- network
- weight
- node
- cost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/002—Countermeasures against attacks on cryptographic mechanisms
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出了一种基于幂指数可调的攻击成本下复杂网络边攻击方法,首次将带有幂指数的边攻击成本考虑进来,首先通过构造复杂网络模型,然后根据节点度值求出节点之间所连边的权重,将边权重按照大小顺序分成3种边攻击策略,再进行带有攻击成本的攻击,最后可以得出不同边攻击策略下最大连通子图与总攻击成本之间的关系曲线图和不同边攻击策略下最大连通子图与幂指数之间的关系曲线图,从而发现使用哪种边攻击策略效果更好。本方法中考虑了带有幂指数的边攻击成本,更符合实际问题,可靠性更强,对于以后带有成本的复杂网络攻击具有借鉴意义。
Description
技术领域
本发明涉及到复杂网络鲁棒性方面,具体是一种在幂指数可调的攻击成本下研究不同边攻击策略对复杂网络的攻击方法。
背景技术
互联网、军事网、交通网、电力网等网络为人们生活带来极大的便利,但同时也存在着一系列的安全性问题.一些重要网络遭受攻击或者陷入瘫痪会使整个国家陷入混乱。为了优化网络结构以增强网络的抗攻击性,对复杂网络攻击策略进行深入的研究愈发重要。
当前,复杂网络边攻击策略的研究主要基于无成本前提假设,无成本是指移除网络中节点或边时不考虑攻击成本,然而不同规模的网络性质不同攻击成本也不一样。前人的研究对于节点做了考虑攻击成本时的攻击,并指出成本下对复杂网络的研究更接近现实网络.成本下是指移除网络中节点或边时需要考虑攻击成本,虽然成本下研究攻击策略更真实,但是对于边的攻击并没有加入攻击成本的研究。
发明内容
本发明针对现有复杂网络边攻击策略存在的问题,提出一种基于幂指数可调的攻击成本下复杂网络边攻击方法。
本发明采用的技术方案是:基于幂指数可调的攻击成本下复杂网络边攻击方法,所述方法包括如下步骤:
第一步:首先生成一定规模的复杂网络;
第二步:求出各条边的权重;
第三步:利用边权重得到边攻击策略;
第四步:开始攻击并在攻击过程中加入攻击成本因素;
第五步:得出网络规模与成本的关系。
所述的基于幂指数可调的攻击成本下复杂网络边攻击方法,其具体步骤如下:
第一步:首先生成一定规模的BA无标度网络,其模型的构造方法:
(1)增长:开始于较少的节点数量m0,在每个时间间隔增添一个具有m条边的新节点,其中m≤m0,连接这个新节点到m个不同的已经存在于系统中的节点上;
(2)择优连接:在选择新节点的连接点时,假设新节点连接到节点i的概率Πi取决于节点i的度数ki和节点j的度数kj,即其中,j为网络已存在的节点总数。
在经过t步后,产生一个包含N=t+m0个节点和mt条边的网络;
第二步:根据生成的网络的节点的度按照边权重的表示方法求出两节点之间所连边的权重;
第三步:按照边攻击策略中的边权排序方式分别对边进行排序,排序完再分别使用相关策略攻击生成的网络边;
第四步:将被攻击边的权重添加到移除边的权重总和中,按照总攻击成本的公式再重新计算总攻击成本ρ的值,如果ρ的值没有比所给成本值大,那么这条边被直接移除,继续迭代直到ρ的值达到所给的成本值;
第五步:计算最大连通子图的相对大小G;
经过上述步骤,可以得到不同边攻击策略下最大连通子图G与幂指数θ的关系曲线图以及最大连通子图G与总攻击成本ρ的关系曲线图;通过观察曲线图中参数之间的变化关系可以得出对于采用什么攻击策略来攻击已知拓扑结构的网络具有重要指导意义。
所述边权重的表示方法:
一个具体的网络可抽象为一个由点集V和边集E组成的图G=(V,E),顶点数记为N=|V|,边数记为M=|E|;一般使用权重邻接矩阵W=(wij)n×n,表示加权网络权重,wij表示节点vi和节点vj连接的边的权重,当网络中各条边的权值都相同时,加权网络即退化为无权网络;边权与两个节点的度相关,边权重可以定义为:假设网络的边eij连接的两个节点vi和vj的度值分别是ki和kj,那么这条边的权重为wij=wji=(ki*kj)θ,其中θ>0是一个可调的权重参数,用于描述边权与节点度之间的相互关系。
所述的基于幂指数可调的攻击成本下复杂网络边攻击方法,所述边的攻击策略采用3种攻击策略,即基于初始图面向边权重的重要性度量指标的攻击,这3种攻击策略分别为:
①将网络生成的边按照其权重大小随机排序,按照此排序结果对边进行攻击;
②将网络生成的边按照其权重由小到大的顺序进行排序,按照此排序结果对边进行攻击;
③将网络生成的边按照其权重由大到小的顺序进行排序,按照此排序结果对边进行攻击。
所述的基于幂指数可调的攻击成本下复杂网络边攻击方法,
所述总的攻击成本ρ定义为:
式中wi是边i的权重,wl是被移除的边的权重,Z是移除边的数量总和。
本发明对比已有技术具有以下创新点:
①对于复杂网络边攻击策略考虑了边攻击成本;
②边攻击成本带有可调幂指数。
与现有技术相比,本方法的优点在于:
①突破以往研究局限,不再拘泥于复杂网络无攻击成本或攻击成本都一样的研究思路;
②更加贴近实际网络面对攻击的情形,对于实际网络布局与优化具有重要指导意义。
附图说明
图1是本发明中所用到的生成网络模型示意图;
图2是本发明的攻击边前后模型示意图;
图3是本发明采用基于幂指数可调的攻击成本下复杂网络边攻击方法进行复杂网络鲁棒性分析的流程示意图。
具体实施方式
下面将对本发明作进一步的详细说明。
首先介绍如下的概念与定义:
1、BA无标度网络
无标度模型由Albert-LászlóBarabási和Réka Albert在1999年首先提出,现实网络的无标度特性源于众多网络所共有的两种生成机制:(i)网络通过增添新节点而连续扩张;(ii)新节点择优连接到具有大量连接的节点上。
此模型的构造方法:
(1)增长:开始于较少的节点数量m0,在每个时间间隔增添一个具有m条边的新节点,其中m≤m0,连接这个新节点到m个不同的已经存在于系统中的节点上。
(2)择优连接:在选择新节点的连接点时,假设新节点连接到节点i的概率Πi取决于节点i的度数ki和节点j的度数kj,即其中,j为网络已存在的节点总数。
在经过t步后,产生一个包含N=t+m0个节点和mt条边的网络,图1显示了BA模型的初始值m=m0=2时的网络演化过程,初始网络有两个节点,每次新增加一个节点按照优先连接机制与网络中已存在的两个节点相连接,详见说明书附图1。
2、边权重的定义
一个具体的网络可抽象为一个由点集V和边集E组成的图G=(V,E)。顶点数记为N=|V|,边数记为M=|E|。一般使用权重邻接矩阵W=(wij)n×n,表示加权网络权重。wij表示节点vi和节点vj连接的边的权重,当网络中各条边的权值都相同时,加权网络即退化为无权网络。边权与两个节点的度相关,边权重可以定义为:假设网络的边eij连接的两个节点vi和vj的度值分别是ki和kj,那么这条边的权重为wij=wji=(ki*kj)θ,其中θ>0是一个可调的权重参数,用于描述边权与节点度之间的相互关系。
3、边攻击策略
边攻击策略的定义都是基于边的重要性度量指标,如边的权重等,即将边按照其权重的大小进行排序并移除。攻击策略可以按照边的重要性度量指标攻击网络,本方法采用3中攻击策略,即基于初始图面向边权重的重要性度量指标的攻击。这3种攻击策略分别为:
①将网络生成的边按照其权重大小随机排序,按照此排序结果对边进行攻击。
②将网络生成的边按照其权重由小到大的顺序进行排序按照此排序结果对边进行攻击。
③将网络生成的边按照其权重由大到小的顺序进行排序,按照此排序结果对边进行攻击。
4、最大连通子图
本文采用最大连通子图相对值G来衡量网络的崩溃程度。G定义为最大连通子图的规模N'与原始网络规模N的比值,即G=N'/N。式中N'表示相继故障结束后网络的最大连通子图包含的节点个数。N表示原始网络节点数。G的值越大,表示网络的鲁棒性越强。
5、攻击成本的定义
传统的复杂网络攻击性研究大多基于”无成本”条件,但是,不同网络节点和边的性质不同,攻击成本可能是不同的。本方法采用边的权重近似衡量攻击成本,即costi=wi。
总的攻击成本定义为:
式中wi是边i的权重,wl是被移除边的权重,Z是移除边的数量总和。
本发明提供的基于幂指数可调的攻击成本下复杂网络边攻击方法具体步骤如下,具体流程见说明书附图3:
第一步:首先生成一定规模的BA无标度网络,比如N=5000,m=m0=2。
第二步:根据生成的网络的节点的度按照定义2求出两节点之间所连边的权重。
第三步:按照上面定义3中提到的三种边攻击策略中的边权排序方式分别对边进行排序,排序完再分别使用相关策略攻击生成的网络边,攻击边前后模型示意图见说明书附图2,其中,a为攻击前网络的一条边,b和e是其相邻边;攻击后a边消失,b和e保持完好。
第四步:将被攻击边的权重添加到移除边的权重总和中,按照上述定义5中总攻击成本的公式再重新计算ρ的值,如果ρ的值没有比所给成本值大,那么这条边被直接移除,继续迭代直到ρ的值达到所给的成本值。
第五步:计算最大连通子图的相对大小G。
经过上述步骤,可以得到不同边攻击策略下最大连通子图G与幂指数θ的关系曲线图以及最大连通子图G与总攻击成本ρ的关系曲线图。通过观察曲线图中参数之间的变化关系可以看出在考虑成本时采用什么攻击策略来攻击已知拓扑结构的网络效果更具有破坏性。
Claims (5)
1.基于幂指数可调的攻击成本下复杂网络边攻击方法,其特征在于,所述方法包括如下步骤:
第一步:首先生成一定规模的复杂网络;
第二步:求出各条边的权重;
第三步:利用边权重得到边攻击策略;
第四步:开始攻击并在攻击过程中加入攻击成本因素;
第五步:得出网络规模与成本的关系。
2.根据权利要求1所述的基于幂指数可调的攻击成本下复杂网络边攻击方法,其特征在于,其具体步骤如下:
第一步:首先生成一定规模的BA无标度网络,其模型的构造方法:
(1)增长:开始于较少的节点数量m0,在每个时间间隔增添一个具有m条边的新节点,其中m≤m0,连接这个新节点到m个不同的已经存在于系统中的节点上;
(2)择优连接:在选择新节点的连接点时,假设新节点连接到节点i的概率Πi取决于节点i的度数ki和节点j的度数kj,即其中,j为网络已存在的节点总数;在经过t步后,产生一个包含N=t+m0个节点和mt条边的网络;
第二步:根据生成的网络的节点的度按照边权重的表示方法求出两节点之间所连边的权重;
第三步:按照边攻击策略中的边权排序方式分别对边进行排序,排序完再分别使用相关策略攻击生成的网络边;
第四步:将被攻击边的权重添加到移除边的权重总和中,按照总攻击成本的公式再重新计算总攻击成本ρ的值,如果ρ的值没有比所给成本值大,那么这条边被直接移除,继续迭代直到ρ的值达到所给的成本值;
第五步:计算最大连通子图的相对大小G;
经过上述步骤,可以得到不同边攻击策略下最大连通子图G与幂指数θ的关系曲线图以及最大连通子图G与总攻击成本ρ的关系曲线图;通过观察曲线图中参数之间的变化关系可以得出对于采用什么攻击策略来攻击已知拓扑结构的网络具有重要指导意义。
3.根据权利要求2所述的基于幂指数可调的攻击成本下复杂网络边攻击方法,其特征在于,所述边权重的表示方法:
一个具体的网络可抽象为一个由点集V和边集E组成的图G=(V,E),顶点数记为N=|V|,边数记为M=|E|;一般使用权重邻接矩阵W=(wij)n×n,表示加权网络权重,wij表示节点vi和节点vj连接的边的权重,当网络中各条边的权值都相同时,加权网络即退化为无权网络;边权与两个节点的度相关,边权重可以定义为:假设网络的边eij连接的两个节点vi和vj的度值分别是ki和kj,那么这条边的权重为wij=wji=(ki*kj)θ,其中θ>0是一个可调的权重参数,用于描述边权与节点度之间的相互关系。
4.根据权利要求2所述的基于幂指数可调的攻击成本下复杂网络边攻击方法,其特征在于,所述边的攻击策略采用3种攻击策略,即基于初始图面向边权重的重要性度量指标的攻击,这3种攻击策略分别为:
①将网络生成的边按照其权重大小随机排序,按照此排序结果对边进行攻击;
②将网络生成的边按照其权重由小到大的顺序进行排序,按照此排序结果对边进行攻击;
③将网络生成的边按照其权重由大到小的顺序进行排序,按照此排序结果对边进行攻击。
5.根据权利要求2所述的基于幂指数可调的攻击成本下复杂网络边攻击方法,其特征在于,
所述总的攻击成本ρ定义为:
式中wi是边i的权重,wl是被移除的边的权重,Z是移除边的数量总和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611121138.2A CN106656464A (zh) | 2016-12-08 | 2016-12-08 | 基于幂指数可调的攻击成本下复杂网络边攻击方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611121138.2A CN106656464A (zh) | 2016-12-08 | 2016-12-08 | 基于幂指数可调的攻击成本下复杂网络边攻击方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106656464A true CN106656464A (zh) | 2017-05-10 |
Family
ID=58820194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611121138.2A Pending CN106656464A (zh) | 2016-12-08 | 2016-12-08 | 基于幂指数可调的攻击成本下复杂网络边攻击方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106656464A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107196808A (zh) * | 2017-06-29 | 2017-09-22 | 南京邮电大学 | 一种双层网络模型构建的方法 |
CN108965030A (zh) * | 2018-08-13 | 2018-12-07 | 航科院中宇(北京)新技术发展有限公司 | 一种有向网络中节点攻击成本与鲁棒性关系的预测方法 |
CN116055117A (zh) * | 2022-12-19 | 2023-05-02 | 燕山大学 | 一种在移动过载攻击下的无标度网络的级联失效模型 |
CN116055117B (zh) * | 2022-12-19 | 2024-06-28 | 燕山大学 | 一种在移动过载攻击下的无标度网络的级联失效模型 |
-
2016
- 2016-12-08 CN CN201611121138.2A patent/CN106656464A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107196808A (zh) * | 2017-06-29 | 2017-09-22 | 南京邮电大学 | 一种双层网络模型构建的方法 |
CN108965030A (zh) * | 2018-08-13 | 2018-12-07 | 航科院中宇(北京)新技术发展有限公司 | 一种有向网络中节点攻击成本与鲁棒性关系的预测方法 |
CN108965030B (zh) * | 2018-08-13 | 2019-06-25 | 航科院中宇(北京)新技术发展有限公司 | 一种有向网络中节点攻击成本与鲁棒性关系的预测方法 |
CN116055117A (zh) * | 2022-12-19 | 2023-05-02 | 燕山大学 | 一种在移动过载攻击下的无标度网络的级联失效模型 |
CN116055117B (zh) * | 2022-12-19 | 2024-06-28 | 燕山大学 | 一种在移动过载攻击下的无标度网络的级联失效模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110135092A (zh) | 基于半局部中心性的复杂加权交通网关键节点识别方法 | |
Gupta et al. | Community-based immunization strategies for epidemic control | |
CN105931046A (zh) | 一种可疑交易节点集合侦测方法及装置 | |
Zheng et al. | Improving the efficiency of multi-objective evolutionary algorithms through decomposition: An application to water distribution network design | |
CN104102745A (zh) | 基于局部最小边的复杂网络社团挖掘方法 | |
CN104077438B (zh) | 电网大规模拓扑结构构建方法与系统 | |
CN113422695B (zh) | 一种提高物联网拓扑结构鲁棒性能的优化方法 | |
CN103327092A (zh) | 一种信息网络上的社区发现方法和系统 | |
CN105893697A (zh) | 基于贝叶斯网络推理的系统可靠性评估方法 | |
CN105553869A (zh) | 一种电力通信网的风险均衡方法及系统 | |
CN103971160A (zh) | 基于复杂网络的粒子群优化方法 | |
CN110417011A (zh) | 一种基于互信息与迭代随机森林的在线动态安全评估方法 | |
CN106503148A (zh) | 一种基于多知识库的表格实体链接方法 | |
CN105528645A (zh) | 一种大电网脆弱性的预测方法 | |
CN105656039A (zh) | 一种电力系统脆弱线路的识别方法 | |
CN106899442A (zh) | 基于作战链路效率的指控网络抗毁测度方法 | |
CN104036324A (zh) | 一种基于遗传算法的通信网络容量可靠性最优设计方法 | |
CN103049643A (zh) | 基于风险熵和马尔可夫链方法的移动自组网安全风险评估方法 | |
CN109728955A (zh) | 基于改进k-shell的网络节点排序方法 | |
CN106656464A (zh) | 基于幂指数可调的攻击成本下复杂网络边攻击方法 | |
CN103595734A (zh) | 基于用户关联结构划分的在线社交网络快速修复方法 | |
CN106548025A (zh) | 一种空气间隙放电电压预测方法及装置 | |
CN102819611A (zh) | 一种复杂网络局部社区挖掘方法 | |
CN103793747A (zh) | 网络内容安全管理中一种敏感信息模板构建方法 | |
CN106533651A (zh) | 变权重下基于成本的复杂网络边攻击方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |