基于多屬性決策的網(wǎng)絡(luò)攻擊節(jié)點(diǎn)選擇研究*

張童，王勁松，雷錕

(解放軍信息工程大學(xué)，河南 鄭州　450001)

?

指揮控制與通信

基于多屬性決策的網(wǎng)絡(luò)攻擊節(jié)點(diǎn)選擇研究*

張童，王勁松，雷錕

(解放軍信息工程大學(xué)，河南 鄭州450001)

摘要：通過對(duì)網(wǎng)絡(luò)攻擊中攻擊方收益、攻擊方損耗、攻擊方遇到的風(fēng)險(xiǎn)進(jìn)行分析，建立相應(yīng)的指標(biāo)體系，利用逼近理想解排序法對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)的攻擊效果進(jìn)行綜合評(píng)估和排序，有效克服在選擇網(wǎng)絡(luò)攻擊節(jié)點(diǎn)的方法中，依靠度中心性等網(wǎng)絡(luò)拓?fù)鋯我恢笜?biāo)，忽略諸如介數(shù)中心性、結(jié)構(gòu)洞等網(wǎng)絡(luò)拓?fù)渲笜?biāo)，網(wǎng)絡(luò)攻擊代價(jià)和遇到的風(fēng)險(xiǎn)等因素進(jìn)行評(píng)價(jià)的片面性，為網(wǎng)絡(luò)攻擊方案制定提供依據(jù)。

關(guān)鍵詞：網(wǎng)絡(luò)攻擊；多屬性決策；復(fù)雜網(wǎng)絡(luò)；節(jié)點(diǎn)重要性；綜合評(píng)估; 評(píng)估模型

0引言

網(wǎng)絡(luò)攻擊中對(duì)于攻擊節(jié)點(diǎn)的選取直接關(guān)系到攻擊效能的高低。如在分布式拒絕服務(wù)攻擊中(distributed denial of service, DDOS)，選用的傀儡機(jī)或攻擊目標(biāo)節(jié)點(diǎn)不同，攻擊的效果也會(huì)不同。因此，在攻擊前必須對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)的攻擊效果進(jìn)行全面評(píng)估。在評(píng)估中，傳統(tǒng)方法是通過評(píng)估單一網(wǎng)絡(luò)拓?fù)渲笜?biāo)性質(zhì)(如度中心性)對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)重要度進(jìn)行排序，選擇重要度高的節(jié)點(diǎn)進(jìn)行攻擊[1]。這種方法忽略了節(jié)點(diǎn)的其他拓?fù)湫再|(zhì)(如介數(shù)中心性、接近中心性、結(jié)構(gòu)洞)，同時(shí)忽略了攻擊中付出的代價(jià)和遭遇的風(fēng)險(xiǎn)等因素，評(píng)估結(jié)果具有一定片面性[2]。為此，本文從全面分析影響節(jié)點(diǎn)攻擊效果多屬性指標(biāo)因素的基礎(chǔ)上，采用逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)[3]，對(duì)各節(jié)點(diǎn)攻擊效果進(jìn)行評(píng)估與排序，為攻擊節(jié)點(diǎn)的選取提供依據(jù)，提高網(wǎng)絡(luò)攻擊效率。

1網(wǎng)絡(luò)節(jié)點(diǎn)評(píng)估指標(biāo)體系的構(gòu)建

大量的決策實(shí)踐證明，導(dǎo)致方案評(píng)選失誤的原因往往在于所采用的評(píng)選指標(biāo)不當(dāng)，或者根本就沒有什么明確的指標(biāo)[4]。因此，要客觀評(píng)價(jià)節(jié)點(diǎn)的攻擊效果，在建立指標(biāo)體系時(shí)應(yīng)全面考慮各種因素，同時(shí)要根據(jù)實(shí)際需求賦予指標(biāo)權(quán)重。

1.1建立指標(biāo)體系

對(duì)于軍事行動(dòng)方案來說，實(shí)現(xiàn)任務(wù)目標(biāo)的效果是衡量方案的首要指標(biāo)，其次為所付出的代價(jià)。此外，應(yīng)該考慮行動(dòng)中可能出現(xiàn)的風(fēng)險(xiǎn)，它來源于軍事行動(dòng)條件的不確定性，決定了方案實(shí)施效果的不確定性。結(jié)合網(wǎng)絡(luò)攻擊行動(dòng)特點(diǎn)，本文從攻擊收益、攻擊損耗和攻擊風(fēng)險(xiǎn)3個(gè)評(píng)價(jià)準(zhǔn)則出發(fā)，建立指標(biāo)體系。

(1) 攻擊收益

攻擊收益指攻擊行動(dòng)收到的效果。在網(wǎng)絡(luò)攻擊過程中主要指被攻擊的網(wǎng)絡(luò)節(jié)點(diǎn)癱瘓后，敵方網(wǎng)絡(luò)會(huì)有多大的影響，即攻擊節(jié)點(diǎn)在敵方網(wǎng)絡(luò)中的重要度。根據(jù)復(fù)雜網(wǎng)絡(luò)理論[5]，可以衡量網(wǎng)絡(luò)中節(jié)點(diǎn)重要度的指標(biāo)包括度中心性、接近中心性、介數(shù)中心性、結(jié)構(gòu)洞等指標(biāo)[6]，各指標(biāo)定義如下：

定義1度中心性(degree centrality)

與節(jié)點(diǎn)相連邊數(shù)同網(wǎng)絡(luò)中與節(jié)點(diǎn)可能相連的最大邊數(shù)之比，表達(dá)式為

DCi=ki/(N-1),

(1)

式中：ki為與節(jié)點(diǎn)i相連的邊數(shù)，N為節(jié)點(diǎn)個(gè)數(shù)。度中心性能夠反映一個(gè)節(jié)點(diǎn)與其余節(jié)點(diǎn)的直接通信能力，其值越大通信能力越強(qiáng)。

定義2接近中心性(closeness centrality)

節(jié)點(diǎn)與網(wǎng)絡(luò)中其余節(jié)點(diǎn)的最短路徑距離之和的倒數(shù)，若為節(jié)點(diǎn)到節(jié)點(diǎn)的最短距離，為節(jié)點(diǎn)個(gè)數(shù)，則其表達(dá)式為

(2)

節(jié)點(diǎn)接近中心性值越大，其居于網(wǎng)絡(luò)中心位置的程度越大，該節(jié)點(diǎn)就越重要。

定義3介數(shù)中心性(betweenness centrality)

若gjk(i)表示節(jié)點(diǎn)j和k之間經(jīng)過節(jié)點(diǎn)的最短路徑的條數(shù)，gjk表示節(jié)點(diǎn)j和k之間所有最短路徑條數(shù)，V為節(jié)點(diǎn)集，則介數(shù)中心性表達(dá)式為

(3)

介數(shù)中心性定義認(rèn)為，如果一個(gè)節(jié)點(diǎn)為網(wǎng)絡(luò)中其余節(jié)點(diǎn)通信的必經(jīng)之路，則其地位越重要，其對(duì)網(wǎng)絡(luò)通信的影響力越大[7-8]。

定義4結(jié)構(gòu)洞(structural holes)

結(jié)構(gòu)洞指網(wǎng)絡(luò)中兩個(gè)節(jié)點(diǎn)之間不存在直接連接或間接的冗余關(guān)系。Burt 提出了計(jì)算結(jié)構(gòu)洞的網(wǎng)絡(luò)約束系數(shù)對(duì)網(wǎng)絡(luò)閉合性和結(jié)構(gòu)洞進(jìn)行測(cè)度[9]，其表達(dá)式為

(4)

式中：Ci為網(wǎng)絡(luò)約束系數(shù)，q為節(jié)點(diǎn)i和節(jié)點(diǎn)j的間接連接節(jié)點(diǎn)，Pij為節(jié)點(diǎn)花費(fèi)在節(jié)點(diǎn)上的時(shí)間(精力)占其總時(shí)間(精力)的比例。網(wǎng)絡(luò)約束系數(shù)越小，結(jié)構(gòu)洞的程度越大，節(jié)點(diǎn)的位置越重要。

(2) 攻擊損耗

攻擊損耗指攻擊行動(dòng)付出的代價(jià)。在網(wǎng)絡(luò)攻擊過程中主要指使用木馬、病毒等攻擊時(shí)，己方的計(jì)算機(jī)資源耗損量，可以衡量指標(biāo)包括帶寬、CPU、內(nèi)存的占用量以及進(jìn)行攻擊的時(shí)間。網(wǎng)絡(luò)攻擊中，每種攻擊工具(裝備)都擁有各自經(jīng)過性能評(píng)估的資源代價(jià)[10]，而這些資源代價(jià)可以提取作為相應(yīng)的指標(biāo)。

(3) 攻擊風(fēng)險(xiǎn)

攻擊風(fēng)險(xiǎn)指攻擊行動(dòng)中因情況變化，導(dǎo)致方案實(shí)施效果與預(yù)期效果存在落差。網(wǎng)絡(luò)攻擊中的主要風(fēng)險(xiǎn)為敵方的發(fā)現(xiàn)與反擊，具體在于攻擊過程中敵方系統(tǒng)防護(hù)度和敵方自身漏洞的修復(fù)難度。敵方防護(hù)能力主要包括操作系統(tǒng)安全、防火墻、入侵檢測(cè)、路由器安全、交換機(jī)安全[11]。敵方節(jié)點(diǎn)漏洞修復(fù)難易度指標(biāo)表現(xiàn)為敵方節(jié)點(diǎn)漏洞修復(fù)時(shí)間長(zhǎng)短。

網(wǎng)絡(luò)節(jié)點(diǎn)攻擊效果指標(biāo)體系如圖1所示。

1.2指標(biāo)權(quán)重的確定

(1) 準(zhǔn)則層權(quán)重的確定

確定準(zhǔn)則層攻擊損耗、攻擊收益、攻擊風(fēng)險(xiǎn)的權(quán)重時(shí)，須根據(jù)實(shí)際作戰(zhàn)需求進(jìn)行設(shè)置。如在不惜代價(jià)進(jìn)行攻擊時(shí)，要提高攻擊收益權(quán)重；在保全自身力量的情況下，要提高攻擊損耗權(quán)重。在操作時(shí)，可采用專家打分法，根據(jù)實(shí)際作戰(zhàn)需求確定。

(2)指標(biāo)層權(quán)重的確定

確定指標(biāo)層各因素權(quán)重時(shí)，可使用層次分析法(analytic hierarchy process，AHP)確定[12]，步驟如下

步驟1構(gòu)造兩兩判斷矩陣。采用文獻(xiàn)[9]標(biāo)度法，對(duì)同一層次各指標(biāo)打分量化，建立判斷矩陣A。

步驟2計(jì)算特征向量及最大特征值。將判斷矩陣的每一列向量歸一化，得到B=(bij)m×n

(5)

將B的行向量的元素算術(shù)平均

(6)

計(jì)算最大特征值

(7)

步驟3檢驗(yàn)矩陣一致性。

計(jì)算一致性指標(biāo)C.I。

(8)

C.I一致性指標(biāo)會(huì)隨著n的增大明顯增大，不能客觀評(píng)價(jià)一致性，因此，需利用同階平均一致性指標(biāo)R.I(如表1所示。),計(jì)算隨機(jī)一致性比例C.R。

表1　同階平均一致性

當(dāng)n>2時(shí)，判斷矩陣的一致性指標(biāo)C.I與同階平均一致性指標(biāo)R.I之比稱為隨機(jī)一致性比例，記為

(9)

C.R<0.1時(shí)，認(rèn)為判斷矩陣A有滿意一致性；反之，當(dāng)C.R≥0.1時(shí)，認(rèn)為判斷矩陣不具有滿意一致性，需要重新修正判斷矩陣，計(jì)算權(quán)重并進(jìn)行一致性判斷直到符合一致性標(biāo)準(zhǔn)為止。

2基于TOPSIS的網(wǎng)絡(luò)節(jié)點(diǎn)攻擊效果評(píng)價(jià)方法

基于TOPSI的網(wǎng)絡(luò)節(jié)點(diǎn)攻擊效能評(píng)估方法，將每個(gè)節(jié)點(diǎn)看作一個(gè)方案，將節(jié)點(diǎn)的各個(gè)指標(biāo)看作方案的各個(gè)屬性，則評(píng)價(jià)節(jié)點(diǎn)攻擊效果就轉(zhuǎn)化為對(duì)各個(gè)方案進(jìn)行評(píng)估排序的多屬性決策問題[13]。

圖1　網(wǎng)絡(luò)節(jié)點(diǎn)攻擊效果指標(biāo)體系Fig.1　Network node attack effect index system

若網(wǎng)絡(luò)中的節(jié)點(diǎn)集為V=v1,v2,…,vm，節(jié)點(diǎn)的指標(biāo)集Q={q1,q2,…,qn}。設(shè)節(jié)點(diǎn)vi在指標(biāo)qi下的評(píng)價(jià)值為xi(j)，(i=1,2,…,m;j=1,2,…,n)，則評(píng)估矩陣X(xi(j))m×n的步驟如下:

步驟1因不同指標(biāo)的量綱不同，首先利用向量歸一化方法對(duì)評(píng)估矩陣作標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣Y(yi(j))m×n，其中

(10)

步驟2因不同指標(biāo)的影響權(quán)重不同，因此需計(jì)算加權(quán)標(biāo)準(zhǔn)化判斷矩陣

Q=(qi(j))m×n=(ωjyi(j))m×n，

(11)

式中：ωj為指標(biāo)qj的權(quán)重。

步驟3確定理想解和負(fù)理想解。

確定理想解為

(12)

確定負(fù)理想解為

(13)

式中：J+為效益型指標(biāo)(指標(biāo)值越高，節(jié)點(diǎn)攻擊效果越好)集合；J-為成本型指標(biāo)(指標(biāo)值越高，節(jié)點(diǎn)攻擊效果越差)集合。

步驟4計(jì)算各節(jié)點(diǎn)評(píng)估值到理想解和負(fù)理想解的距離。

(14)

(15)

3實(shí)例分析

某網(wǎng)絡(luò)攻擊行動(dòng)中，對(duì)形如圖2的“風(fēng)箏網(wǎng)絡(luò)”[14]進(jìn)行攻擊，經(jīng)過偵查可知各節(jié)點(diǎn)漏洞情況，現(xiàn)需對(duì)攻擊節(jié)點(diǎn)效能進(jìn)行評(píng)估，以選擇最優(yōu)攻擊節(jié)點(diǎn)。

圖2　風(fēng)箏網(wǎng)絡(luò)Fig.2　Kite network

3.1確定權(quán)重

因此，指標(biāo)層相對(duì)于最高層的權(quán)重為

0.7×1×(0.086,0.207,0.307,0.400)=

(0.060 2,0.144 9,0.214 9,0.280 0)，

0.15×1×(0.25,0.35,0.25,0.15)=

(0.037 5,0.052 5,0.037 5,0.022 5)，

0.15×0.652×(0.126，0.231，0.258，

0.115，0.113，0.157)=

(0.012 3，0.022 6，0.025 2，0.011 2，

0.011 1，0.015 4)，

0.15×0.348×1=0.052 2,

因此

(0.060 2，0.144 9，0.214 9，0.280 0,

0.037 5,0.052 5,0.037 5,0.022 5,0.012 3,

0.022 6,0.025 2,0.011 2,0.011 1,0.015 4,0.052 2).

3.2進(jìn)行評(píng)估

(1) 確定評(píng)估矩陣

通過OPNET Modeler仿真軟件模擬，根據(jù)實(shí)際情況采集各指標(biāo)。

數(shù)據(jù)如表2所示。

表2　各指標(biāo)采集數(shù)據(jù)

(2) 對(duì)原始數(shù)據(jù)進(jìn)行歸一化并進(jìn)行，得到標(biāo)準(zhǔn)化矩陣

X[xi(j)]m×n=

(3) 對(duì)標(biāo)準(zhǔn)化矩陣進(jìn)行加權(quán)，得到加權(quán)標(biāo)準(zhǔn)化判斷矩陣

Y[yi(j)]m×n=

(4) 確定理想解與負(fù)理想解

其中，q1,q3,q4,q15為效益型指標(biāo)，其余為成本型指標(biāo)，因此

理想解為

負(fù)理想解為

(5) 計(jì)算貼近度，確定節(jié)點(diǎn)攻擊效果

經(jīng)過計(jì)算，每個(gè)節(jié)點(diǎn)評(píng)估值到正理想方案和負(fù)理想方案距離以及貼近度見表3。

由表3可見，按照貼近度，各點(diǎn)攻擊效果排序?yàn)?/p>

T3>T4>T5>T2>T6>T7>T9>T10>T8>T1.

由此，可按上述順序選擇攻擊節(jié)點(diǎn)。

3.3選取單一指標(biāo)評(píng)估的對(duì)比與分析

如果攻擊中只考慮攻擊收益，不考慮攻擊損耗與攻擊風(fēng)險(xiǎn)，即只考慮指標(biāo)q1～q4，則其評(píng)估矩陣的標(biāo)準(zhǔn)化矩陣為

其加權(quán)標(biāo)準(zhǔn)化矩陣為

式中：q1,q3,q4為效益型指標(biāo)，q2為成本型指標(biāo)，因此

貼近度見表4。

按照貼近度，各點(diǎn)攻擊效果排序?yàn)?/p>

T9>T4=T5>T2>T7>T9=T10>T6=T8>T1.

從評(píng)估結(jié)果來看，單純考慮攻擊收益所得到的攻擊節(jié)點(diǎn)選擇順序，是按照網(wǎng)絡(luò)節(jié)點(diǎn)在網(wǎng)絡(luò)拓?fù)渲械闹匾扰判虻模缭陲L(fēng)箏網(wǎng)絡(luò)中節(jié)點(diǎn)3的去掉會(huì)導(dǎo)致網(wǎng)絡(luò)連接不同，其處于信息控制能力最大的位置，因此其重要度最高；節(jié)點(diǎn)4與節(jié)點(diǎn)5處于相同的拓?fù)渲匾任恢茫鋭h除會(huì)導(dǎo)致網(wǎng)絡(luò)中節(jié)點(diǎn)間通信距離增大，因此其重要度相同，且處于第二重要位置，其余節(jié)點(diǎn)網(wǎng)絡(luò)拓?fù)渲匾染写艘?guī)律。

與考慮了攻擊損耗與攻擊風(fēng)險(xiǎn)得出的節(jié)點(diǎn)選擇順序相比，節(jié)點(diǎn)2，5，7，9，10的選擇順序均不相同，這正是因?yàn)榭紤]了攻擊損耗與攻擊風(fēng)險(xiǎn)，經(jīng)過綜合評(píng)估得到的全面結(jié)果。比起單純考慮攻擊收益，綜合考慮了攻擊損耗與攻擊風(fēng)險(xiǎn)的節(jié)點(diǎn)選擇更加科學(xué)。

表3　貼近度計(jì)算結(jié)果

表4　單一指標(biāo)評(píng)估貼近度計(jì)算結(jié)果

4結(jié)束語

網(wǎng)絡(luò)攻擊中，攻擊節(jié)點(diǎn)的選取不僅要全面考慮其在網(wǎng)絡(luò)拓?fù)渲械闹匾?，更要考慮攻擊中我方消耗以及敵方針對(duì)攻擊行動(dòng)作出的反應(yīng)行動(dòng)。在此基礎(chǔ)上，通過對(duì)各種因素綜合分析，建立評(píng)估指標(biāo)體系，運(yùn)用TOPSIS方法，對(duì)各節(jié)點(diǎn)攻擊效果進(jìn)行排序，從而選取網(wǎng)絡(luò)攻擊節(jié)點(diǎn)，為制定合理的網(wǎng)絡(luò)攻擊方案提供依據(jù)。

參考文獻(xiàn)：

[1]王輝,趙文會(huì),施佺.復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)重要性Damage度量分析[J].南京理工大學(xué)學(xué)報(bào),2012,36(6):926-931.

WANG Hui,ZHAO Wen-hui,SHI Quan. Analysis on Damage Measure of Vertex Importance in Complex Networks[J]. Journal of Nanjing University of Science and Technology,2012,36(6):926-931.

[2]于會(huì),劉尊,李勇軍. 基于多屬性決策的復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性綜合評(píng)價(jià)方法[J].物理學(xué)報(bào),2013,62(2):020204.

YU Hui,LIU Zun,LI Yong-jun. Key Nodes in Complex Networks Identified by Multi-Attribute Decision-Making Method[J]. Acta Phys. Sin., 2013, 62(2): 020204.

[3]TZENG G H,HUANG J J. Multiple Attribute Decision Making:Methods and Applications[M]. CRC Press,2011:69.

[4]史越東.指揮決策學(xué)[M].北京:解放軍出版社,2005:101-102.

SHI Yue-dong. Command Decision Science[M].Beijing: PLA Press,2005:101-102.

[5]汪小帆,李翔,陳關(guān)榮. 復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用[M].北京:清華大學(xué)出版社,2006:9-15.

WANG Xiao-fan,LI Xiang,CHEN Guan-rong.Complex Networks and Their Applications[M]. Beijing:Tsinghua University Press,2006:9-15.

[6]唐晉濤,王挺,王戟. 適合復(fù)雜網(wǎng)絡(luò)分析的最短路徑近似算法[J].軟件學(xué)報(bào),2011,22(10):2279-2290.

TANG Jin-Tao,WANG Ting,WANG Ji.Shortest Path Approximate Algorithm for Complex Network Analysis[J].Journal of Software,2011,22(10):2279-2290.

[7]何宇,趙洪利,姚曜，等. 介數(shù)中心性和平均最短路徑長(zhǎng)度整合近似算法[J]. 復(fù)雜系統(tǒng)與復(fù)雜性科學(xué),2011,8(3):44-53.

HE Yu,ZHAO Hong-li,YAO Yao,et al. An Integrated Approximation Algorithm for the Betweenness Centrality and Average Shortest-Path Length[J].Complex Systems and Complexity Science,2011,8(3):44-53.

[8]FREEMAN L C. A Set of Measures of Centrality Based Upon Betweenness[J]. Sociometry,1977,40(1):35-41.

[9]BURT R S. Structural Holes and Good Ideas [J]. Am J Sociol, 2004,110:349-99.

[10]章麗娟,王清賢.網(wǎng)絡(luò)攻擊方案評(píng)估系統(tǒng)設(shè)計(jì)與仿真[J].計(jì)算機(jī)工程與設(shè)計(jì),2012,33(5):1746-1751.

ZHANG Li-juan,WANG Qing-xian. Network Attack Scenarios Evaluation System Design and Simulation[J]. Computer Engineering and Design,2012,33(5):1746-1751.

[11]吳灝.網(wǎng)絡(luò)攻防技術(shù)[M]. 北京:機(jī)械工業(yè)出版社,2009:148-156.

WU Hao. Network Security:Attack and Denfense[M]. Beijing:Machinery Industry Press,2009:148-156.

[12]常建娥,蔣太立. 層次分析法確定權(quán)重的研究[J]. 武漢理工大學(xué)學(xué)報(bào),2007,29(1):153-156.

CHANG Jian-e,JIANG Tai-Li. Research on the Weight of Coefficient Through Analytic Hierarchy Process[J]. Journal of Wuhan University of Technology,2007,29(1):153-156.

[13]夏勇其,吳祈宗. 一種混合多屬性決策問題的TOPSIS方法[J].系統(tǒng)工程學(xué)報(bào),2004,19(6):630-634.

XIA Yong-qi,WU Qi-zong. A Technique of Order Preference by Similarity to Ideal Solution for Hybrid Multiple Attribute Decision Making Problems[J]. Journal of Systems Engineering,2004,19(6):630-634.

[14]汪小帆,李翔,陳關(guān)榮.網(wǎng)絡(luò)科學(xué)導(dǎo)論[M].北京:高等教育出版社,2012:161.

WANG Xiao-fan, LI Xiang,CHEN Guan-rong. Network Science: An troduction[M]. Beijing:Higher Education Press,2012:161.

[15]李笑歌,宇偉,高尚偉. 基于OPNET軟件的數(shù)據(jù)網(wǎng)絡(luò)建模與仿真研究[J]. 系統(tǒng)仿真學(xué)報(bào),2006,18(9):2653-2656.LI Xiao-ge,YU Wei, GAO Shang-wei. Modeling and Simulation of Data Network Based on OPNET Software[J]. Journal of System Simulation,2006,18(9):2653-2656.

Choice of Network Attack Nodes Based on Multiple Attribute Decision Making

ZHANG Tong,WANG Jin-song,LEI Kun

(PLA Information Engineering University, Henan Zhengzhou 450001，China)

Abstract:On the basis of analyzing the attacker’s gaining, loss and risks encountered in the network attack, a corresponding index system, making a comprehensive evaluation and sorting of the nodes' attack effect in the network with TOPSIS method. This will effectively overcome the one-sidedness of the traditional method of evaluation, which relies on single index in network topology such as degree centrality and ignores the rest of the network topology indicators such as betweenness centrality, structural holes, cost and risk of network attack. It can provide a basis for network attack plan formulation.

Key words:network attack; multiple attribute decision making (MADM); complex network; node key； comprehensive evaluation; evaluation model

*收稿日期：2015-04-20；修回日期：2015-09-20

作者簡(jiǎn)介：張童(1986-)，男，陜西渭南人。碩士生，研究方向?yàn)樾畔⒆鲬?zhàn)指揮輔助決策。 E-mail：zhangtong0917041@163.com

通信地址：450001河南省鄭州市高新區(qū)科學(xué)大道62號(hào)解放軍信息工程大學(xué)七院研究生隊(duì)

doi:10.3969/j.issn.1009-086x.2016.03.012

中圖分類號(hào)：TN958；TP183；TP391.1

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1009-086X(2016)-03-0071-07