IPv6環(huán)境下無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)設計

摘" 要： 為在IPv6網(wǎng)絡協(xié)議環(huán)境下對無線網(wǎng)絡中的入侵行為進行準確監(jiān)控和記錄，以收集、保存無線網(wǎng)絡入侵相關的證據(jù)，設計IPv6環(huán)境下無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)。該系統(tǒng)通過無線網(wǎng)卡連接IPv6環(huán)境下以太網(wǎng)，使用數(shù)據(jù)包捕獲模塊獲取無線網(wǎng)絡數(shù)據(jù)包后，將其輸入到IPv6協(xié)議解析模塊內(nèi)，通過該模塊對無線網(wǎng)絡數(shù)據(jù)包實施解析處理，得到無線網(wǎng)絡數(shù)據(jù)屬性值參數(shù)。再將無線網(wǎng)絡數(shù)據(jù)屬性值參數(shù)輸入到入侵行為取證模塊內(nèi)，該模塊對無線網(wǎng)絡數(shù)據(jù)屬性值參數(shù)進行量化后，運用Clameleon聚類算法對量化后的無線網(wǎng)絡數(shù)據(jù)屬性值參數(shù)進行聚類處理，得到無線網(wǎng)絡數(shù)據(jù)屬性值參數(shù)中的入侵行為參數(shù)，實現(xiàn)無線網(wǎng)絡入侵行為動態(tài)取證。實驗結果表明，該系統(tǒng)具備較強的無線網(wǎng)絡數(shù)據(jù)包捕獲能力和無線網(wǎng)卡驅(qū)動能力，并可有效對不同類型的網(wǎng)絡入侵行為進行動態(tài)取證，應用效果較佳。

關鍵詞： IPv6環(huán)境； 無線網(wǎng)絡； 入侵行為； 動態(tài)取證； Clameleon聚類； 網(wǎng)卡驅(qū)動； 數(shù)據(jù)解析； 數(shù)據(jù)量化

中圖分類號： TN711?34； TP391" " " " " " " " " " "文獻標識碼： A" " " " " " " " " " 文章編號： 1004?373X（2025）05?0115?05

Design of dynamic forensics system for wireless network intrusion"behavior in IPv6 environment

WANG Qinggang1， GU Feng1， CHEN Huachun2， ZHANG Lin2

（1. Network and Information Center， Southwest Petroleum University， Chengdu 610500， China;

2. School of Computer Science and Software Engineering， Southwest Petroleum University， Chengdu 610500， China）

Abstract： A dynamic forensics system for wireless network intrusion behavior in the IPv6 environment is designed to accurately monitor and record intrusion behavior in wireless networks in the IPv6 network protocol environment， and collect and store evidence related to wireless network intrusion. The system is connected to the Ethernet in an IPv6 environment through a wireless network card. A data packet capture module is used to obtain wireless network data packets. And then， the obtained data packets are input into the IPv6 protocol parsing module， where the wireless network data packets are parsed and processed to obtain the wireless network data attribute values and parameters. Then the wireless network data attribute value parameters are input into the intrusion behavior forensics module. In this module， the wireless network data attribute value parameters are quantified. The Clameleon clustering algorithm is used to cluster the quantified wireless network data attribute value parameters， obtaining the intrusion behavior parameters in the wireless network data attribute value parameters and achieving dynamic forensics of wireless network intrusion behavior. The experimental results show that the system has strong wireless network data packet capture ability and wireless network card driving ability， and can effectively perform dynamic forensics of different types of network intrusion behavior， with good application effects.

Keywords： IPv6 environment; wireless network; invasion behavior; dynamic forensics; Clameleon clustering; network card driver; data parsing; data quantification

0" 引" 言

科技發(fā)展迅速，信息技術的不斷革新和發(fā)展使得網(wǎng)絡空間中的安全威脅和攻擊手段也不斷升級和改進。這使得信息安全形勢變得更加嚴峻，黑客和攻擊者能夠利用更先進的技術手段進行非法訪問、竊取、損壞和篡改網(wǎng)絡系統(tǒng)中的數(shù)據(jù)和信息[1]。網(wǎng)絡空間的安全問題日益凸顯，其中無線網(wǎng)絡作為現(xiàn)代通信的重要組成部分，其安全性更是備受關注。特別是在IPv6環(huán)境下，由于地址空間的極大擴展和通信機制的革新，無線網(wǎng)絡的安全挑戰(zhàn)愈發(fā)嚴峻。因此，設計一個有效的無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)，對于提升網(wǎng)絡安全性、維護網(wǎng)絡空間秩序具有至關重要的意義。

目前國內(nèi)外有很多學者研究網(wǎng)絡入侵行為取證方法，如文獻[2]提出了一種路由中斷攻擊檢測方法，該方法通過監(jiān)測異常網(wǎng)絡節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)包，來確定當前無線網(wǎng)絡入侵的惡意節(jié)點，得到網(wǎng)絡入侵行為取證。但在復雜無線網(wǎng)絡環(huán)境中，受信號干擾、節(jié)點移動性、多路徑傳輸?shù)纫蛩赜绊懀赡軐е卤O(jiān)測數(shù)據(jù)的失真或誤判，因此，依賴這些監(jiān)測數(shù)據(jù)來確定惡意節(jié)點可能存在偏差。文獻[3]提出機器學習的網(wǎng)絡入侵檢測技術，該方法通過采集無線傳感網(wǎng)絡節(jié)點流量后，將其輸入到機器學習模型內(nèi)，通過模型迭代輸出無線傳感網(wǎng)絡通信入侵的證據(jù)。但無線網(wǎng)絡環(huán)境具有高度動態(tài)性，網(wǎng)絡拓撲結構、流量模式等都會隨著時間和空間的變化而發(fā)生變化，這種動態(tài)性可能導致機器學習模型無法適應新的網(wǎng)絡環(huán)境，從而影響該方法取證效果。文獻[4]提出機器學習的注入攻擊檢測方法，該方法通過手機網(wǎng)絡正常訪問請求和攻擊請求建立數(shù)據(jù)集后，構建隱馬爾科夫機器學習框架，通過該框架對數(shù)據(jù)集進行訓練，得到網(wǎng)絡入侵行為證據(jù)。雖然隱馬爾科夫模型在序列建模和狀態(tài)預測方面具有一定的優(yōu)勢，但它也有一些局限性。隱馬爾科夫模型對于長期依賴關系的建模能力有限，可能無法捕捉到一些復雜的注入攻擊模式。文獻[5]提出網(wǎng)絡入侵行為檢測方法，該方法先利用白名單技術對無線網(wǎng)絡通信行為進行初步過濾處理，再運用無監(jiān)督神經(jīng)網(wǎng)絡對無線網(wǎng)絡通信行為進行二次過濾，得到無線網(wǎng)絡通信行為中的入侵行為，實現(xiàn)無線網(wǎng)絡入侵行為取證。但網(wǎng)絡攻擊手段不斷演變和創(chuàng)新，新的攻擊方式可能具有更高的隱蔽性和復雜性。如果白名單和神經(jīng)網(wǎng)絡模型無法及時更新以應對這些新的攻擊方式，則不能實現(xiàn)對攻擊的有效檢測。

IPv6環(huán)境指的是基于互聯(lián)網(wǎng)協(xié)議第6版技術的網(wǎng)絡環(huán)境，是為了解決IPv4地址空間不足等問題而設計的下一代互聯(lián)網(wǎng)協(xié)議。但由于IPv6提供了更大的地址空間和更靈活的報文結構，攻擊者可能會利用這些特點進行掃描和攻擊[6]。

同時，IPv6的新協(xié)議和擴展頭也可能存在安全風險，被黑客利用進行攻擊。此外，IPv6與IPv4的差異可能導致現(xiàn)有的安全設備和防火墻無法完全適應IPv6環(huán)境，從而形成安全漏洞。為此，本文設計IPv6環(huán)境下無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)，為無線網(wǎng)絡安全提供了一種有效的技術手段。

1" 無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)設計

1.1" 系統(tǒng)技術框架設計

在IPv6環(huán)境下設計無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)框架，如圖1所示。

在IPv6環(huán)境下，無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)框架中硬件包括無線網(wǎng)卡、現(xiàn)場可編程門陣列和用戶端顯示交互設備；軟件包括數(shù)據(jù)包捕獲模塊、IPv6協(xié)議解析模塊、入侵行為取證模塊以及數(shù)據(jù)庫。用戶通過顯示交互設備連接現(xiàn)場可編程門陣列，通過其控制數(shù)據(jù)包捕獲模塊，數(shù)據(jù)包捕獲模塊通過無線網(wǎng)卡從IPv6環(huán)境下以太網(wǎng)內(nèi)獲取無線網(wǎng)絡數(shù)據(jù)包后，使用IPv6協(xié)議解析模塊對無線網(wǎng)絡數(shù)據(jù)包進行解析處理后，將其傳輸?shù)饺肭中袨槿∽C模塊內(nèi)，該模塊對無線網(wǎng)絡數(shù)據(jù)包進行量化處理，然后運用Clameleon聚類算法得到網(wǎng)絡入侵行為取證結果后，使用數(shù)據(jù)庫對其進行存儲處理，并將其發(fā)送到用戶端顯示交互設備中呈現(xiàn)給用戶。

1.2" 無線網(wǎng)卡硬件驅(qū)動設計

無線網(wǎng)卡是無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)的關鍵硬件，其是獲取無線網(wǎng)絡流量包的基礎，無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)通過現(xiàn)場可編程邏輯門陣列驅(qū)動無線網(wǎng)卡硬件，實現(xiàn)無線網(wǎng)卡與數(shù)據(jù)包捕獲模塊連接，并從無線網(wǎng)絡內(nèi)采集流量包。在此設計無線網(wǎng)卡硬件驅(qū)動如圖2所示。

無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)的現(xiàn)場可編程門陣列與無線網(wǎng)卡的總線接口相連后，無線網(wǎng)卡利用NDIS應用程序編程接口為IPX/SPX兼容驅(qū)動、微端口驅(qū)動程序、NetBEUI驅(qū)動等提供程序運行啟動功能，通過啟動不同驅(qū)動程序，實現(xiàn)無線網(wǎng)卡與IPv6環(huán)境下的以太網(wǎng)相連，為數(shù)據(jù)包獲取模塊提供驅(qū)動功能。

1.3" IPv6協(xié)議解析模塊設計

無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)的數(shù)據(jù)包捕獲模塊運用數(shù)據(jù)包捕獲函數(shù)庫（libpca），通過調(diào)用函數(shù)庫內(nèi)的不同函數(shù)[7?8]，從IPv6環(huán)境下以太網(wǎng)內(nèi)獲取無線網(wǎng)絡運行數(shù)據(jù)包后，需要使用IPv6協(xié)議解析模塊對無線網(wǎng)絡數(shù)據(jù)包進行解析處理。

IPv6協(xié)議解析分為數(shù)據(jù)鏈路層解析、網(wǎng)絡層解析和上層協(xié)議解析，其數(shù)據(jù)包解析過程詳細步驟如下。

Step1：封裝成幀。數(shù)據(jù)鏈路層接收來自網(wǎng)絡層的數(shù)據(jù)，并在其前后添加首部和尾部，形成幀。

Step2：傳輸幀。封裝好的幀通過物理層進行傳輸。

Step3：接收并解析幀。接收端通過物理層接收到比特流，數(shù)據(jù)鏈路層根據(jù)幀的首部和尾部標記識別出幀，并進行完整性檢查。

Step4：遞交數(shù)據(jù)。如果幀無誤，數(shù)據(jù)鏈路層去除幀的首部和尾部，將原始數(shù)據(jù)遞交給網(wǎng)絡層。

Step5：差錯處理與流量控制。在解析過程中，如果發(fā)現(xiàn)幀存在錯誤，數(shù)據(jù)鏈路層會進行差錯處理，如丟棄錯誤幀或請求重傳[9]。同時，數(shù)據(jù)鏈路層還負責流量控制，確保數(shù)據(jù)的發(fā)送與接收在合適的速率進行。

以上步驟是數(shù)據(jù)鏈路層在解析過程中執(zhí)行的基本流程，經(jīng)過對無線網(wǎng)絡數(shù)據(jù)包進行解析后，得到無線網(wǎng)絡數(shù)據(jù)屬性值參數(shù)。

1.4" 基于Clameleon聚類的無線網(wǎng)絡入侵行為動態(tài)取證方法

Clameleon聚類算法也稱為變色龍聚類算法，該算法以動態(tài)建模和適應性的簇合并能力而著稱。這種算法特別適用于發(fā)現(xiàn)任意形狀和大小的簇[10?11]，利用Clameleon聚類算法可準確地獲取無線網(wǎng)絡入侵行為證據(jù)。運用Clameleon聚類算法對無線網(wǎng)絡入侵行為進行動態(tài)取證的詳細過程如下。

令[Zi]、[Zj]分別表示無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)類簇，[I（Zi，Zj）]表示該兩個無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)類簇的相對互聯(lián)度，其計算公式如下：

[I（Zi，Zj）=Γ（Zi，Zj）?2Γ（Zi）+Γ（Zj）] （1）

式中[Γ（?）]表示權重和函數(shù)。

令[C（Zi，Zj）]表示[Zi]和[Zj]的相對近似度，計算公式如下：

[C（Zi，Zj）=Γ（Zi，Zj）?Zi+ZjZiΓ（Zi）+ZjΓ（Zj）] （2）

式中：[Zi]和[Zj]表示無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)類簇[i]和簇[j]內(nèi)的數(shù)據(jù)點數(shù)量。

以式（1）、式（2）為基礎，建立無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)類簇相似度函數(shù)，表達式如下：

[Sim（Zi，Zj）=C（Zi，Zj）×I（Zi，Zj）α] （3）

式中：[Sim（Zi，Zj）]表示無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)類簇相似度函數(shù)；[α]表示調(diào)整參數(shù)。

以式（1）～式（3）為基礎，運用Clameleon聚類算法對無線網(wǎng)絡入侵行為進行動態(tài)取證的步驟如下。

Step1：運用Clameleon聚類算法將無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)生成一個無向圖[G]，該無向圖內(nèi)具有[N]個簇，其中包含了正常的類簇與入侵行為類簇，將每個類簇看作一個無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)點。

Step2：使用式（1）和式（2）計算無向圖內(nèi)每個無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)點中的相對互聯(lián)度和相對近似度，再依據(jù)該數(shù)值計算無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)點的相似度。

Step3：在計算得到無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)點的相似度后，尋找最大相似度數(shù)值高于預設閾值對應的無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)點[12?13]，將其對應的類簇進行合并處理。

Step4：重復Step3，直到無向圖[G]內(nèi)的無線網(wǎng)絡數(shù)據(jù)屬性參數(shù)類簇均被合并處理，得到[K]個無線網(wǎng)絡數(shù)據(jù)入侵屬性參數(shù)類簇，[N-K]個無線網(wǎng)絡數(shù)據(jù)正常屬性參數(shù)類簇，輸出[K]個無線網(wǎng)絡數(shù)據(jù)屬性入侵參數(shù)類簇，其即為IPv6環(huán)境下無線網(wǎng)絡入侵行為動態(tài)取證結果。

2" 實驗分析

以某企業(yè)無線網(wǎng)絡作為實驗對象，該無線網(wǎng)絡協(xié)議為IPv6，在IPv6環(huán)境下，該無線網(wǎng)絡內(nèi)存在6臺交換機，44臺主機，通過無線網(wǎng)卡連接主機與交換機，在該實驗環(huán)境下對本文系統(tǒng)的有效性進行驗證。其中，無線網(wǎng)卡型號為Intel AX200，其是一款性能卓越的USB無線網(wǎng)卡，在此選擇該型號無線網(wǎng)卡連接IPv6環(huán)境以太網(wǎng)，該型號無線網(wǎng)卡詳細參數(shù)如表1所示。

驗證本文系統(tǒng)對IPv6環(huán)境無線網(wǎng)絡數(shù)據(jù)包的捕獲能力，測試在字節(jié)數(shù)不同的情況下，本文系統(tǒng)獲取數(shù)據(jù)包的速度，設置數(shù)據(jù)包捕獲閾值為1 600 B/min，測試結果如圖3所示。

圖3中的數(shù)據(jù)顯示，本文系統(tǒng)在IPv6環(huán)境下的無線網(wǎng)絡數(shù)據(jù)捕獲表現(xiàn)優(yōu)異。隨著無線網(wǎng)絡數(shù)據(jù)包內(nèi)字節(jié)數(shù)的增長，數(shù)據(jù)包捕獲速度雖有波動，但整體幅度較小，穩(wěn)定在2 100～2 400 B/min范圍內(nèi)。這一捕獲速度不僅超過了預設的數(shù)據(jù)包捕獲閾值，還體現(xiàn)了系統(tǒng)的高效性和穩(wěn)定性。這樣的性能對于無線網(wǎng)絡監(jiān)控、數(shù)據(jù)分析等應用場景至關重要，能有效提升數(shù)據(jù)處理效率，為實時網(wǎng)絡監(jiān)測提供有力支持。綜上所述，本文系統(tǒng)在無線網(wǎng)絡數(shù)據(jù)包捕獲方面表現(xiàn)出色，具有實際應用價值。

驅(qū)動無線網(wǎng)卡是實現(xiàn)IPv6環(huán)境下系統(tǒng)與無線網(wǎng)絡連接的關鍵。為驗證本文系統(tǒng)驅(qū)動無線網(wǎng)卡的能力，在系統(tǒng)應用環(huán)境中啟動無線網(wǎng)卡驅(qū)動程序，該程序運行結果如圖4所示。

分析圖4可明確得知，當本文系統(tǒng)啟動無線網(wǎng)卡驅(qū)動程序后，設備文件被成功啟動，這一結果充分證明了本文設計的無線網(wǎng)卡驅(qū)動具備高效啟動無線網(wǎng)卡的能力。這一功能的實現(xiàn)，不僅展示了系統(tǒng)強大的無線連通能力，也為后續(xù)的無線數(shù)據(jù)傳輸和應用提供了穩(wěn)定的硬件基礎。該驅(qū)動的穩(wěn)定性與可靠性對于無線網(wǎng)絡系統(tǒng)的運行至關重要，因此本文系統(tǒng)在無線網(wǎng)卡驅(qū)動設計方面表現(xiàn)出色。

運用本文系統(tǒng)對無線網(wǎng)絡入侵行為進行動態(tài)取證，以13臺主機作為實驗對象，該13臺主機受到蠕蟲病毒入侵，以無向圖的形式呈現(xiàn)本文系統(tǒng)對該次蠕蟲病毒入侵行為進行動態(tài)取證，結果如圖5所示。

分析圖5可清晰看出蠕蟲病毒在無線網(wǎng)絡環(huán)境中的傳播路徑。實驗涉及13臺主機，當病毒源于5號主機時，其迅速通過6號、11號和10號主機進行動態(tài)入侵。值得關注的是，在10號主機處，病毒分別向7號和8號主機發(fā)起攻擊，隨后又通過這兩臺主機進一步入侵1號和9號主機。這一傳播路徑展示了蠕蟲病毒的高效傳播能力和復雜的入侵方式。本文系統(tǒng)能夠精準追蹤這些入侵行為，為無線網(wǎng)絡安全防御提供了寶貴的病毒入侵信息，對于及時應對和防范蠕蟲病毒攻擊具有重要意義。

由于網(wǎng)絡環(huán)境復雜，入侵的類型也較多，如DDoS入侵、XSS入侵等，不同類型的入侵動態(tài)取證難度也不同。本文系統(tǒng)對不同無線網(wǎng)絡入侵類型的動態(tài)取證測試結果如表2所示。

分析表2可知，本文系統(tǒng)在對DDoS入侵、CSRF入侵、ARP欺騙入侵、惡意軟件入侵均可有效動態(tài)取證，而對XSS入侵、SQL注入入侵、DNS欺騙入侵與網(wǎng)絡釣魚入侵進行動態(tài)取證時，有效取證次數(shù)與入侵次數(shù)之間最大差值僅為2次，從有效取證概率上來講，本文系統(tǒng)對無線網(wǎng)絡入侵行為動態(tài)取證的精度高達99.5%。上述結果說明本文系統(tǒng)具備較為準確的無線網(wǎng)絡入侵行為動態(tài)取證能力，應用效果較佳。

3" 結" 論

在IPv6環(huán)境下，無線網(wǎng)絡入侵行為動態(tài)取證系統(tǒng)的設計對于確保網(wǎng)絡安全至關重要。本文設計系統(tǒng)通過實時監(jiān)控網(wǎng)絡流量，結合IPv6協(xié)議特性，有效識別和記錄入侵行為，為取證工作提供了有力支持。同時，系統(tǒng)采用先進的數(shù)據(jù)分析技術，能夠準確提取入侵證據(jù)，提高取證效率。未來，隨著IPv6的廣泛應用和攻擊手段的不斷演變，將繼續(xù)優(yōu)化和完善該系統(tǒng)，以應對更為復雜的網(wǎng)絡安全挑戰(zhàn)，為保障網(wǎng)絡空間的安全穩(wěn)定貢獻力量。

參考文獻

[1] 王心怡，行鴻彥，侯天浩，等.基于演化博弈的無線傳感器網(wǎng)絡入侵檢測研究[J].電子測量與儀器學報，2023，37（10）：97?105.

[2] YAMINI K A P， STEPHY J， SUTHENDRAN K， et al. Improving routing disruption attack detection in MANETs using efficient trust establishment [J]. Transactions on emerging telecommunications technologies， 2022， 33（5）： 4446?4463.

[3] 肖衡，龍草芳.基于機器學習的無線傳感網(wǎng)絡通信異常入侵檢測技術[J].傳感技術學報，2022，35（5）：692?697.

[4] GABER T， EL?GHAMRY A， HASSANIEN A E. Injection attack detection using machine learning for smart IoT applications [J]. Physical communication， 2022， 52（6）： 101685.

[5] 李威，姜學峰，李健俊，等.面向工業(yè)計算機的網(wǎng)絡入侵行為檢測[J].計算機應用，2022，42（z1）：178?183.

[6] 劉擁民，楊鈺津，羅皓懿，等.基于雙向循環(huán)生成對抗網(wǎng)絡的無線傳感網(wǎng)入侵檢測方法[J].計算機應用，2023，43（1）：160?168.

[7] 李紅映，張?zhí)鞓s.移動無線傳感網(wǎng)絡通信異常行為識別方法研究[J].傳感技術學報，2022，35（2）：240?245.

[8] 潘寶柱，魏文英，昝立榮，等.網(wǎng)絡多入侵行為識別的數(shù)學建模與仿真[J].計算機仿真，2022，39（2）：357?360.

[9] 李振宇，丁勇，袁方，等.基于IPv6網(wǎng)絡的移動目標防御與訪問控制融合防護方法[J].計算機研究與發(fā)展，2022，59（5）：1105?1119.

[10] 李群，王超，任天宇.基于滲透測試的多層次網(wǎng)絡安全入侵檢測方法[J].沈陽工業(yè)大學學報，2022，44（4）：372?377.

[11] 胡向東，李之涵.基于膠囊網(wǎng)絡的工業(yè)互聯(lián)網(wǎng)入侵檢測方法[J].電子學報，2022，50（6）：1457?1465.

[12] 李洪赭，陳建譯，閆連山，等.基于WiSARD無權重神經(jīng)網(wǎng)絡的鐵路信號系統(tǒng)入侵檢測方法研究[J].鐵道學報，2023，45（7）：72?80.

[13] 羅智勇，張玉，王青，等.基于貝葉斯攻擊圖的SDN入侵意圖識別算法的研究[J].通信學報，2023，44（4）：216?225.

作者簡介：王慶剛（1988—），男，山東臨沂人，碩士研究生，實驗師，主要從事計算機應用、網(wǎng)絡安全等方面研究。

顧" 峰（1981—），男，四川南充人，實驗師，主要從事網(wǎng)絡安全、計算機網(wǎng)絡等方面研究。

陳華春（1992—），女，重慶人，碩士研究生，主要從事計算機應用研究。

張" 林（1963—），男，四川樂山人，博士研究生，教授，主要從事計算機圖像處理、網(wǎng)絡安全等方面研究。