杨旭;陈丽萍;

无线网络的高度开放性和动态性导致其流量数据变动大且难以预测，造成网络安全检测难以准确识别异常流量，导致其最终检测结果曲线下面积（area under the curve,AUC）值较低。为此，提出基于Markov微分博弈的无线网络安全智能检测方法。通过标准化与特征融合处理原始无线网络流量数据，利用数据包接收正确率预测流量，并借助残差公式与阈值识别异常流量；进一步采用稀疏自编码器提取特征，量化网络安全态势偏差；在此基础上，基于Markov微分博弈构建攻防五元组攻击图，确定模型边界及表达式，推导攻击分类函数，从而实现无线网络攻击类型的精确识别。实验结果表明，所提方法平均AUC值达0.92，相较于机器学习方法（0.89）和模糊层次分析法（0.88），分别提升约3.37%和4.55%；准确率为95.3%，召回率为90.6%,F1分数为88.4，各项指标均优于对比方法，能更准确地检测出无线网络的攻击类别。

2026年02期 v.23;No.108 20-29页 [查看摘要][在线阅读][下载 1194K]