典型文献
基于边聚类的电力通信网Sybil攻击检测算法
文献摘要：
针对电力通信网络频繁遭受Sybil攻击的问题,提出了一种基于K-means边聚类的Sybil攻击团体检测算法.通过优化边聚类和边介数的计算方法,提出了传统K-means聚类算法的改进方法,计算了通信网络中的聚类系数,根据合法用户的真实数量,建立更加精确的攻击边集合与真实边集合,从而初步检测出所有可疑的攻击边,并使用标签传播算法检测Sybil攻击行为所在的恶意团体.仿真结果表明,与经典的SybilLimit算法相比,在所有的攻击路径数量下,该Sybil攻击检测算法具有更加优秀的检测性能.
文献关键词：
社交网络;Sybil攻击;K-means算法;攻击检测;边介数;边聚类;欧氏距离;标签传播
中图分类号：
作者姓名：
党晓婧;张林;吕启深;彭浩;张柏松
作者机构：
中国南方电网有限公司 深圳供电局电力科学研究院,广东 深圳518000;深圳康托普信息技术有限公司 业务研究中心,广东深圳518034
文献出处：
引用格式：
[1]党晓婧;张林;吕启深;彭浩;张柏松-.基于边聚类的电力通信网Sybil攻击检测算法)[J].沈阳工业大学学报,2022(05):502-506
A类：
边聚类,SybilLimit
B类：
攻击检测,检测算法,电力通信网络,means,边介数,聚类算法,改进方法,聚类系数,实数,可疑,标签传播算法,攻击行为,恶意,攻击路径,路径数,检测性能,社交网络,欧氏距离
AB值：
0.215578
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
