一种基于人工鱼群算法的计算机网络信息漏洞检测方法技术

本发明专利技术提供了一种基于人工鱼群算法的计算机网络信息漏洞检测方法，其包括如下步骤：S1，基于人工鱼群算法对计算机网络信息进行加密以建立目标函数；S2，根据步骤S1建立的目标函数以及最小和算法，构建网络信息加密和漏洞检测模型；S3，建立协议数据库；S4，对协议数据库中的数据信息进行提取分析，获取与漏洞信息相关联的数据信息。本发明专利技术可以提高计算机网络信息的加密和漏洞检测性能，以便更好地提高网络信息的安全性。络信息的安全性。络信息的安全性。

【技术实现步骤摘要】
一种基于人工鱼群算法的计算机网络信息漏洞检测方法


[0001]本专利技术涉及计算机网络
，具体而言，涉及一种基于人工鱼群算法的计算机网络信息漏洞检测方法。

技术介绍

[0002]随着科技的飞速发展，越来越多的通信和交流都是通过网络进行传输信息，这对计算机网络信息安全保护的难度、加密和漏洞检测提出了越来越高的要求。
[0003]在当前计算机网络信息大量冗余的环境下，计算机网络信息安全受到诸多因素的影响，用户的信息安全也存在很大的隐患，因此有必要利用相关的计算机技术来保护人们的信息隐私，重视计算机网络的信息加密和漏洞检测，对相关算法进行升级，以提高网络活动的安全系数，避免用户个人信息的泄露。
[0004]传统计算机网络信息漏洞检测方法，其在检测过程中初始化的选择是随机分布的，容易陷入局部最优陷阱，其检测性能较低，有待提高。

技术实现思路

[0005]基于此，为了解决传统计算机网络信息漏洞检测方法检测性能较低的问题，本专利技术提供了一种基于人工鱼群算法的计算机网络信息漏洞检测方法，其具体技术方案如下：
[0006]一种基于人工鱼群算法的计算机网络信息漏洞检测方法，其包括如下步骤：
[0007]S1，基于人工鱼群算法对计算机网络信息进行加密以建立目标函数；
[0008]S2，根据步骤S1建立的目标函数以及最小和算法，构建网络信息加密和漏洞检测模型；
[0009]S3，建立协议数据库；
[0010]S4，对协议数据库中的数据信息进行提取分析，获取与漏洞信息相关联的数据信息。
[0011]由于人工鱼群算法具有较快的收敛速度，故而所述基于人工鱼群算法的计算机网络信息漏洞检测方法可以提高计算机网络信息的加密和漏洞检测性能，以便更好地提高网络信息的安全性，具有加密和检测能力高、应用范围广、模型简单容易构建、精度高等特点。
[0012]进一步地，在步骤S2中，基于人工鱼群算法对计算机网络信息进行加密以建立目标函数的具体方法包括如下步骤：
[0013]S20，在网络信息内部封装数据以及一系列行为规则，将问题的解空间模拟成环境里的食物浓度，并将问题的自变量模拟成人工鱼的状态；
[0014]S21，通过每条人工鱼在搜索空间中寻找最佳解决方案，实现全局的最优自适应搜索；
[0015]S22，利用人工鱼群算法优化BP神经网络，实现误差最小的寻优目的。
[0016]进一步地，所述协议数据库包括：
[0017]统一资源定位，用于记录交互单元中所有的网络信息以及网络信息的来源；
[0018]typeID操作符，用于对交互单元的类型进行区分；
[0019]Carwled，用于记录请求是否已经被解析引擎进行处理，若未处理则取值为0，若处理则取值为1；
[0020]ele
‑
mentData，用于保存交互单元中的各项信息。
[0021]进一步地，在步骤S4中，对协议数据库中的数据信息进行提取分析，获取与漏洞信息相关联的数据信息的具体方法包括如下步骤：
[0022]S41，利用分析引擎查询协议数据库中可以向网络进行传递的参数信息，根据交互参数的类型找出相匹配的记录和检测请求，并将检测请求与最终的检测结果添加到检测结果库当中；
[0023]S42，提取攻击引擎中的检测记录并输送相应的检测请求，若能产生漏洞，则判定相应的脆弱性；
[0024]S43，在利用分析引擎生成检测交互参数的请求后，利用攻击引擎对网络信息进行模拟攻击；
[0025]S44，当完成一个网络信息的检测后，查询在本交互单元中的其它交互参数并继续进行检测，直到本交互单元中的所有数据信息都被检测完毕，再对另一个交互单元的所有信息进行检测，以此完成所有交互单元的模拟攻击。
[0026]进一步地于，交互单元的类型分为动态页面和静态页面，若交互单元的类型为动态页面，则采用POST方法完成请求的提交。
[0027]进一步地，在采用POST方法完成请求的提交中，对于不同的请求要求，解析引擎生成不同的请求，当某一个交互单元的超链接为0时，则利用POST方法传递的请求单元为1。
[0028]进一步地，利用人工鱼群算法优化BP神经网络的具体方法为：基于人工鱼群算法，在训练中不断调整BP神经网络的权值和阈值。
[0029]进一步地，所述检测方法还包括如下步骤：S5，通过网络信息加密和漏洞检测模型对服务器提交请求，向网络发送检测用例，接收服务器返回的响应，判断网络信息的输出与响应是否一致。
[0030]进一步地，一种计算机可读存储介质，存储有计算机程序，当所述计算机程序被处理器执行时，实现所述的基于人工鱼群算法的计算机网络信息漏洞检测方法。
附图说明
[0031]从以下结合附图的描述可以进一步理解本专利技术。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
[0032]图1是本专利技术一实施例中一种基于人工鱼群算法的计算机网络信息漏洞检测方法的整体流程示意图；
[0033]图2是本专利技术一实施例中一种基于人工鱼群算法的计算机网络信息漏洞检测方法的性能试验统计表；
[0034]图3是本专利技术一实施例中一种基于人工鱼群算法的计算机网络信息漏洞检测方法的算法匹配度统计表；
[0035]图4是本专利技术一实施例中一种基于人工鱼群算法的计算机网络信息漏洞检测方法的漏洞检测结果统计表。
具体实施方式
[0036]为了使得本专利技术的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本专利技术进行进一步详细说明。应当理解的是，此处所描述的具体实施方式仅用以解释本专利技术，并不限定本专利技术的保护范围。
[0037]需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
[0038]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本专利技术。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0039]本专利技术中所述“第一”、“第二”不代表具体的数量及顺序，仅仅是用于名称的区分。
[0040]如图1、图2、图3以及图4所示，本专利技术一实施例中的一种基于人工鱼群算法的计算机网络信息漏洞检测方法，其包括如下步骤：
[0041]S1，基于人工鱼群算法对计算机网络信息进行加密以建立目标函数。
[0042]S2，根据步骤S1建立的目标函数以及最小和算法，构建网络信息加密和漏洞检测模型。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工鱼群算法的计算机网络信息漏洞检测方法，其特征在于，所述方法包括如下步骤：S1，基于人工鱼群算法对计算机网络信息进行加密以建立目标函数；S2，根据步骤S1建立的目标函数以及最小和算法，构建网络信息加密和漏洞检测模型；S3，建立协议数据库；S4，对协议数据库中的数据信息进行提取分析，获取与漏洞信息相关联的数据信息。2.如权利要求1所述的一种基于人工鱼群算法的计算机网络信息漏洞检测方法，其特征在于，在步骤S2中，基于人工鱼群算法对计算机网络信息进行加密以建立目标函数的具体方法包括如下步骤：S20，在网络信息内部封装数据以及一系列行为规则，将问题的解空间模拟成环境里的食物浓度，并将问题的自变量模拟成人工鱼的状态；S21，通过每条人工鱼在搜索空间中寻找最佳解决方案，实现全局的最优自适应搜索；S22，利用人工鱼群算法优化BP神经网络，实现误差最小的寻优目的。3.如权利要求2所述的一种基于人工鱼群算法的计算机网络信息漏洞检测方法，其特征在于，所述协议数据库包括：统一资源定位，用于记录交互单元中所有的网络信息以及网络信息的来源；typeID操作符，用于对交互单元的类型进行区分；Carwled，用于记录请求是否已经被解析引擎进行处理，若未处理则取值为0，若处理则取值为1；ele
‑
mentData，用于保存交互单元中的各项信息。4.如权利要求3所述的一种基于人工鱼群算法的计算机网络信息漏洞检测方法，其特征在于，在步骤S4中，对协议数据库中的数据信息进行提取分析，获取与漏洞信息相关联的数据信息的具体方法包括如下步骤：S41，利用分析引擎查询协议数据库中可以向网络进行传递的参数信息，根据交互参数的类型找出相匹配的记录和检测请求，并将检测请求与最终的检...

【专利技术属性】
技术研发人员：王煜林，王金恒，
申请(专利权)人：广州理工学院，
类型：发明
国别省市：