摘要:針對傳統的異常攻擊檢測方法主要以異常攻擊行為規則與網(wǎng)絡(luò )數據隸屬度大小進(jìn)行判別,只能針對已知異常攻擊進(jìn)行檢測,對新型異常攻擊,檢測算法率低,計算數據量大的問(wèn)題。提出一種新的分布式網(wǎng)絡(luò )異常攻擊檢測方式,通過(guò)對分布式網(wǎng)絡(luò )內數據進(jìn)行迭代聚類(lèi)將正常和異常數據進(jìn)行分類(lèi),建立矩陣映射模型進(jìn)行數據矩陣對比,初步對異常攻擊數據進(jìn)行判斷。在矩陣中建立粒子密度函數,通過(guò)粒子密度變化計算其異常攻擊概率,最后對其數據進(jìn)行加權和波濾確定數據異常攻擊特征,建立攻擊檢測模型。仿真實(shí)驗表明,優(yōu)化的分布式網(wǎng)絡(luò )異常攻擊檢測模型提高了異常數據攻擊檢測的自適應性,在網(wǎng)絡(luò )信號受到攻擊信號干擾情況下,仍然能夠準確檢測出帶有攻擊特征的小網(wǎng)絡(luò )異常數據。有效提高了分布式網(wǎng)絡(luò )的檢測正確率,加快了檢測速度和穩定性。