基于图相似匹配的政务网络结构一致性验证方法

doi:10.11772/j.issn.1001-9081.2014.07.1909

计算机应用 ›› 2014, Vol. 34 ›› Issue (7): 1909-1914.DOI: 10.11772/j.issn.1001-9081.2014.07.1909

基于图相似匹配的政务网络结构一致性验证方法

曾光¹,²,陈性元²,杜学绘¹,²,夏春涛¹,²

1. 数学工程与先进计算国家重点实验室，郑州 450001
2. 信息工程大学，郑州 450001；

收稿日期:2014-01-02 修回日期:2014-02-21 发布日期:2014-08-01 出版日期:2014-07-01
通讯作者: 曾光
作者简介:曾光(1988-)，男，湖南凤凰人，硕士研究生，主要研究方向：网络安全；陈性元(1963-)，男，安徽无为人，教授，博士生导师，主要研究方向:信息安全；杜学绘(1968-)，女，河南新乡人，教授，博士，主要研究方向:网络安全; 夏春涛(1979-)，男，河南禹州人，讲师，硕士，主要研究方向:网络安全。
基金资助:
国家973重点基础研究发展计划资助项目;国家863高技术研究发展计划

Conformance verification method for e-government network based on graph approximate matching

ZENG Guang¹,²,CHEN Xingyuan¹,DU Xuehui¹,²,XIA Chuntao¹,²

1. Information Engineering University, Zhengzhou Henan 450001, China；
2. State Key Laboratory of Mathematical Engineering and Advanced Computing, Zhengzhou Henan 450001, China

Received:2014-01-02 Revised:2014-02-21 Online:2014-08-01 Published:2014-07-01
Contact: ZENG Guang

摘要/Abstract

摘要：

针对政务网络结构的一致性验证问题，提出一种基于图相似匹配的政务网络结构一致性验证方法。方法首先抽象出政务网络的图模型，利用网络结构的模块化特征和顶点的k-邻近关系进行可扩展的图相似匹配，获取两图之间的所有相似结构；然后引入节点重要性贡献和路径距离衰减因素，提出一种改进的图相似性度量函数，计算网络结构之间的一致性程度。实验结果表明，该方法能够准确、有效地评估政务网络结构的一致性程度，细粒度地反映网络结构之间的相似差异情况，包括网络拓扑与系统部署存在的各种违规情况。

Abstract:

In view of the problem that verifying the conformance of e-government network structure, a conformance verification method for e-government network based on graph approximate matching was proposed. The method firstly abstracted the graph model of e-government network, then used the modular characteristic of network structure and k-hop neighboring relationship of vertices to realize extendible approximate graph matching which got all the similar structures between the two graphs. And then it proposed an improved graph similarity measure function by introducing the node importance factor and path distance attenuation factor so as to make the conformity assessment results more accurate. The experimental result shows that the method can accurately evaluate the conformance degree of e-government network structure, and fine-grainedly reflect the similarities or differences between the network structures which include all kinds of violations in the network topology and system deployment.

中图分类号:

TP393.08

曾光陈性元杜学绘夏春涛. 基于图相似匹配的政务网络结构一致性验证方法[J]. 计算机应用, 2014, 34(7): 1909-1914.

ZENG Guang CHEN Xingyuan DU Xuehui XIA Chuntao. Conformance verification method for e-government network based on graph approximate matching[J]. Journal of Computer Applications, 2014, 34(7): 1909-1914.

参考文献

［1］ZHANG T. Electronic government network structure and security management［D］. Nanjing: Nanjing University of Posts and Telecommunications, 2012.(张庭. 电子政务外网网络结构与安全管理［D］. 南京: 南京邮电大学, 2012.)
［2］LU W, LI X, DAN Q. Infosec system constuction for e-government network［J］. Information Security and Communications Privacy, 2012(9): 78-80.(卢文, 李熊达, 但强. 电子政务网络中的信息安全体系建设［J］. 信息安全与通信保密, 2012(9): 78-80.)
［3］GB/Z 24294 — 2009. Guide of implementation for Internet-based e-government information security［S/OL］.［2010-02-01］. http://wenku.baidu.com/view/6f442635f111f18583d05afa.html.(GB/Z 24294 — 2009. 基于互联网电子政务信息安全实施指南［S/OL］.［2010-02-01］. http://wenku.baidu.com/view/6f442635f111f18583d05afa.html)
［4］ZHANG F, FENG B. Vulnerability assessment based on correlation［J］. Application Research of Computers, 2013, 31(3): 811-814.(张凤荔, 冯波. 基于关联性的漏洞评估方法［J］. 计算机应用研究, 2013, 31(3): 811-814.)
［5］NI P, WU Z. Research on analysis methods of network vulnerability［J］. Computer Technology and Development, 2013, 23(4): 126-130.(倪评福, 吴作顺. 网络脆弱性分析方法的研究［J］. 计算机技术与发展, 2013, 23(4): 126-130.)
［6］CONTE D, FOGGIA P, SANSONE C, et al. Thirty years of graph matching in pattern recognition［J］. International Journal of Pattern Recognition and Artificial Intelligence, 2004, 18(3): 265-298.
［7］KOLLIAS G, SATHE M, SCHENK O, et al. Fast parallel algorithms for graph similarity and matching［J］. Journal of Parallel and Distributed Computing, 2012, 3(1): 1161-1172.
［8］ULLMANN J R. An algorithm for subgraph isomorphism［J］. Journal of the ACM, 1976, 23(1): 31-42.
［9］GUO X, GAO L, CHEN X. Models and algorithms for alignment of biological networks［J］. Journal of Software, 2010, 21(9): 2089-2106.(郭杏莉, 高琳, 陈新. 生物网络比对的模型与算法［J］. 软件学报, 2010, 21(9): 2089-2106.)
［10］LIANG Z, XU M, TENG M, et al. Comparison of protein interaction networks reveals species conservation and divergence［J］. BMC Bioinformatics, 2006,7(1): 457-472.
［11］TIAN W, SAMATOVA N F. Pairwise alignment of interaction networks by fast identification of maximal conserved patterns［J］. Pacific Symposium on Biocomputing, 2009, 14: 99-110.
［12］ZHU L, KEONG N W, CHENG J. Structure and attribute index for approximate graph matching in large graphs［J］. Information Systems, 2011, 36(6): 958-972.
［13］BUNKE H. Graph matching: Theoretical foundations, algorithms and applications［C］// Proceedings of Vision Interface, Montreal. Berlin: Springer, 2000: 82-83.
［14］KHAN A, LI N, YAN X, et al. Neighborhood based fast graph search in large networks［C］// Proceedings of the 2011 ACM SIGMOD International Conference on Management of Data. New York: ACM, 2011: 901-912.
［15］FAN W, LI J, MA S, et al. Graph homomorphism revisited for graph matching［J］. Proceedings of the VLDB Endowment,2010,3(2): 1161-1172.
［16］HUANG Y, HONG J, QIN Z. Approximate subgraph matching based on dual index［J］. Journal of Computer Applications, 2012, 32(7): 1994-1997.(黄云, 洪佳明, 覃遵跃. 基于双索引的近似子图匹配［J］. 计算机应用, 2012, 32(7): 1994-1997.)〖HJ1.5mm〗
［17］PANG J, GU Y, XU J, et al. Research advance on similarity join queries［J］. Journal of Frontiers of Computer Science, 2013, 7(1): 1-13.(庞俊, 谷峪, 许嘉, 等. 相似性连接查询技术研究进展［J］. 计算机科学与探索, 2013,7(1): 1-13.)
［18］NARAYANAN M, KARP R M. Comparing protein interaction networks via a graph match-and-split algorithm［J］. Journal of Computational Biology, 2007, 14(7): 892-907.

[1]	方介泼, 陶重犇. 应对零日攻击的混合车联网入侵检测系统[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2763-2769.
[2]	徐航, 杨智, 陈性元, 韩冰, 杜学绘. 基于自适应敏感区域变异的覆盖引导模糊测试[J]. 《计算机应用》唯一官方网站, 2024, 44(8): 2528-2535.
[3]	邓淼磊阚雨培孙川川徐海航樊少珺周鑫. 基于深度学习的网络入侵检测系统综述[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[4]	姚梓豪, 栗远明, 马自强, 李扬, 魏良根. 基于机器学习的多目标缓存侧信道攻击检测模型[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1862-1871.
[5]	朱亮慕京哲左洪强谷晶中朱付保. 基于联邦图神经网络的位置隐私保护推荐方案[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[6]	李向军, 王俊洪, 王诗璐, 陈金霞, 孙纪涛, 王建辉. 基于多模型并行融合网络的恶意流量检测方法[J]. 《计算机应用》唯一官方网站, 2023, 43(S2): 122-129.
[7]	徐精诚, 陈学斌, 董燕灵, 杨佳. 融合特征选择的随机森林DDoS攻击检测[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3497-3503.
[8]	霍珊珊, 李艳俊, 刘健, 李寅霜. 密码组件安全指标测试工具设计与实现[J]. 《计算机应用》唯一官方网站, 2023, 43(10): 3156-3161.
[9]	郭祥, 姜文刚, 王宇航. 基于改进Inception-ResNet的加密流量分类方法[J]. 《计算机应用》唯一官方网站, 2023, 43(8): 2471-2476.
[10]	江魁, 余志航, 陈小雷, 李宇豪. 基于BERT-CNN的Webshell流量检测系统设计与实现[J]. 《计算机应用》唯一官方网站, 2023, 43(S1): 126-132.
[11]	郑超, 邬悦婷, 肖珂. 基于联邦学习和深度残差网络的入侵检测[J]. 《计算机应用》唯一官方网站, 2023, 43(S1): 133-138.
[12]	孙怡亭, 郭越, 李长进, 张红军, 刘康, 刘俊矫, 孙利民. 可编程逻辑控制器的控制逻辑注入攻击入侵检测方法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1861-1869.
[13]	胡海岩, 康巧燕, 赵朔, 王建峰, 付有斌. 基于节点综合重要度排序的服务功能链部署优化方法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 860-868.
[14]	程靖云, 王布宏, 罗鹏. 基于深度语义融合的代码缺陷静态检测方法[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3170-3176.
[15]	毕文婷, 林海涛, 张立群. 基于多阶段演化信号博弈模型的移动目标防御决策算法[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2780-2787.

基于图相似匹配的政务网络结构一致性验证方法

Conformance verification method for e-government network based on graph approximate matching

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics