本发明属于信息安全
技术领域：
，尤其涉及一种分布式网络信息安全检测方法、系统、存储介质、计算机。
背景技术：
：目前，对于网信息安全的检测，主要有如下技术：全局式整数线性规划方法，基于库所分解的分布式整数线性规划方法。可见，检测信息安全技术主要依赖于整数线性规划算法以及库所分解，整数线性规划算法以及库所分解的安全检测方法仍然存在以下不足：第一：整数线性规划算法的不足由于在整数线性规划算法中，设置的基变量由低阶变迁个数决定，因此它的不等式个数相应地受到低阶变迁个数的限制。首先，在复杂的网系统中，低阶变迁的个数较多，导致整数线性规划算法的不等式个数增多，进而导致系统计算复杂，运行速度缓慢；其次，当系统的低阶变迁的数目发生变化时，基变量x的数目也随之发生变化，导致线性规划算法的所有不等式都要做相应的改变，容错率小，不易检验，且应变力差，对后期的维护也带来不便。第二：库所分解方法的不足由于网的多变性，系统的结构复杂且无规律。针对分布式的分解方法，库所分布均匀但变迁分布复杂的系统适合用库所分解的分布式方法；变迁分布均匀但库所分布复杂的系统适合用变迁分解方法。综上所述，现有技术存在的问题是：(1)在复杂的网系统中，低阶变迁的个数较多，导致整数线性规划算法的不等式个数增多，导致系统计算复杂，运行速度缓慢；当系统的低阶变迁的数目发生变化时，导致线性规划算法的所有不等式都要做相应的改变，容错率小，不易检验，且应变力差，对后期的维护也带来不便。(2)由于网的多变性，现有技术系统的结构复杂且无规律。解决上述技术问题的难度：如何将不等式组转换为等式方程组；整数线性规划算法中各个不等式的组成成分不同，如何找出所有不等式的相似点和运算规律；基于库所分解的分布式方法具有局限性，适用于在库所分布均匀但是变迁分解不均匀的系统。(3)解决上述技术问题的意义：第一，本发明提出的矩阵算法，相比于整数线性规划算法，矩阵算法受低阶变迁个数的限制性较小。首先，当系统中的低阶变迁数目过多时，只需要相应地增加矩阵的行或者列，并不会增加方程组的个数，计算过程也不会受到影响；其次，当低阶变迁数目发生改变时，不用改变所有的方程式，只需要在与基变量x有关的矩阵中增加或减少对应的基变量xij。综上所述，矩阵算法应变能力较好，容错率较高。第二，针对库所分布复杂的系统，本发明提出基于变迁分解的分布式方法，用于变迁分布均匀但库所分布不均的复杂系统，将复杂系统的分解方法进行分类，不同特征的复杂系统使用不同的分解方法，提高了运算效率，减少了运算时间。技术实现要素：针对现有技术存在的问题，本发明提供了一种分布式网络信息安全检测方法、系统、存储介质、计算机。本发明是这样实现的，一种分布式网络信息安全检测方法，所述分布式网络信息安全检测方法包括以下步骤：第一步，将上位系统n根据变迁分解的方法分解为i个下位系统ni；第二步，获取各个分布式系统ni的数据，其包括：初始标识m0，低阶变迁lij，高阶变迁hij，关联矩阵c，前置矩阵pre；第三步，数据预处理，建立方程组；方程组移项，使其标准化；第四步，将各个系统的数据带入到方程组中；第五步，通过解各个分布式系统的方程组，获得各个分布式系统的解向量。进一步，所述第三步数据的预处理包括：基变量x，并引入松弛变量z，将不等式转换成等式，构建方程组：将基变量x的分式转移到等式左侧，将其余分式转移到等式右侧：进一步，所述第五步诊断分布式系统是否为bsnni：如果下位系统的方程组存在解向量x且解向量中既包含低阶变迁解又包含高阶变迁解时，则说明此下位系统是bsnni；如果不存在解向量或者解向量全为0或者高阶变迁解全为0或者低阶变迁解全为0，则说明下位系统是no-bsnni；当存在下位系统ni无解或者解为0时，则原系统为no-bsnni；当所有下位系统ni有解向量，则原系统是bsnni的。进一步，所述分布式网络信息安全检测方法基于变迁分解得矩阵算法的步骤如下：第一约束条件：maxσ(t)s.t.第二约束条件：s.t.进行移项将基变量移至左侧：将两个约束条件解得的对象值带入方程组：在方程组中，z矩阵是松弛变量，z为非负实数，x是基变量：其中，m0表示初始标识，σ表示系统中低阶变迁序列，σ(tl)表示方程组的最优解，σ(th)表示方程组的最优解，cl表示只包含低阶变迁的关联矩阵，c表示系统的关联矩阵，pre表示系统的前置关联矩阵，xi表示要求解的基向量，z表示松弛变量。进一步，所述分布式网络信息安全检测方法基于变迁分解的整数线性规划算法的步骤包括：第一约束条件：maxσ(t)s.t.第二约束条件：s.t.带入不等式组：进一步，所述分布式网络信息安全检测方法基于变迁分解得整数线性规划算法包括：第一个约束：max＝l1 l2；2-l1>＝0；l2>＝0；1 l1>＝0；1-l2>＝0；@bin(l1)；@bin(l2)；第二个约束：max＝h11 h12；2>＝l11；0>＝h11；1>＝0；1>＝l21；2-l11 h11>＝l12；l21-h11>＝h12；1 l11>＝0；1-l21 h11>＝l22；2-l11-l12 h11 h12>＝0；-h11-h12>＝0；1 l11 l12>＝0；1-l21-l22 h11 h12>＝0；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；将结果带入整数线性规划算法得：2>＝l11；0>＝h11；1>＝0；1>＝l21；2-l11 h11>＝l12；l21-h11>＝h12；1 l11>＝0；1-l21 h11>＝l22；2-l11-l12 h11 h12>＝0；l21 l22-h11-h12>＝0；1 l11 l12>＝0；1-l21-l22 h11 h12>＝0；l11 l1l21 l22＝2；h11 h12＝0；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；系统高阶变迁解全为0，即下位系统n1为no-bsnni，可得上位系统为no-bsnni；所述分布式网络信息安全检测方法基于变迁分解得矩阵算法：第一个约束：max＝l1 l2；2-l1>＝0；l2>＝0；1 l1>＝0；1-l2>＝0；@bin(l1)；@bin(l2)；第二个约束：带入方程组得：s.t.解方程组得：max＝h11 h12；-l11＝z11-2；h11-l11-l12＝z12-2；h11 h12-l11-l12＝z13-2；-h11＝z21；l21-h11-h12＝z22；l21 l22-h11-h12＝z23；0＝z31-1；l11＝z32-1；l11 l12＝z23-1；-l21＝z41-1；h11-l21-l22＝z42-1；h11 h12-l21-l22＝z43-1；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；将结果带入矩阵方程组得：l11 l21 l12 l22＝2,h11 h12＝0；解方程，无解，则下位系统n1为no-bsnni，可得上位系统为no-bsnni。进一步，所述分布式网络信息安全检测方法下位系统n1基于变迁分解的整数线性规划算法：第一个约束条件：max＝l1 l2；2-l1-l2>＝0；l1>＝0；1 l2>＝0；0>＝0；@bin(l1)；@bin(l2)；第二个约束条件：max＝h11 h12 h21 h22；2>＝l11 l21；0>＝h11；1>＝h21；0>＝0；2 h11-l11-l21>＝l12 l22；l11-h11>＝h12；1 l21-h21>＝h22；h21>＝0；2 h11 h12-l11-l12-l21-l22>＝0；l11 l12-h11-h12>＝0；1 l21 l22-h21-h22>＝0；h21 h22>＝0；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；@bin(h21)；@bin(h22)；带入整数线性规划方程得：2>＝l11 l21；0>＝h11；1>＝h21；0>＝0；2 h11-l11-l21>＝l12 l22；l11-h11>＝h12；1 l21-h21>＝h22；h21>＝0；2 h11 h12-l11-l12-l21-l22>＝0；l11 l12-h11-h12>＝0；1 l21 l22-h21-h22>＝0；h21 h22>＝0；l11 l12 l21 l22＝2；h11 h12 h21 h22＝3；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；@bin(h21)；@bin(h22)；由此可得下位系统n1为bsnni；下位系统n1基于变迁分解得矩阵算法：第一约束条件：max＝l1 l2；2-l1-l2>＝0；l1>＝0；1 l2>＝0；0>＝0；@bin(l1)；@bin(l2)；第二约束条件：带入方程组得：解方程组得：max＝h11 h12 h21 h22；-l11-l21＝z11-2；h11-l11-l21-l12-l22＝z12-2；h11 h12-l11-l12-l21-l22＝z13-2；-h11＝z21；l11-h11-h12＝z22；l11 l12-h11-h12＝z23；-h21＝z31-1；l21-h21-h22＝z32-1；l21 l22-h21-h22＝z33-1；0＝z41；h21＝z42；h21 h22＝z43；@bin(l11)；@bin(l21)；@bin(h11)；@bin(h21)；@bin(l12)；@bin(l22)；@bin(h12)；@bin(h22)；将结果带入方程组得：l11 l12 l21 l22＝2，h22 h12 h21 h22＝3；解方程组得：-l11-l21＝z11-2；h11-l11-l21-l12-l22＝z12-2；h11 h12-l11-l12-l21-l22＝z13-2；-h11＝z21；l11-h11-h12＝z22；l11 l12-h11-h12＝z23；-h21＝z31-1；l21-h21-h22＝z32-1；l21 l22-h21-h22＝z33-1；0＝z41；h21＝z42；h21 h22＝z43；l11 l12 l21 l22＝2；h11 h12 h21 h22＝3；@bin(l11)；@bin(l21)；@bin(h11)；@bin(h21)；@bin(l12)；@bin(l22)；@bin(h12)；@bin(h22)；方程有解且解向量中既存在低阶变迁解有存在高阶变迁解，因此下位系统n1为bsnni；下位系统n2基于变迁分解的整数线性规划算法：第一个约束：max＝l3；-l3>＝0；1-l3>＝0；3-l3>＝0；1>＝0；l3>＝0；0>＝0；@bin(l3)；第二个约束：max＝h31 h32 h41 h42；0>＝l31；1>＝l31；3>＝l31 h31；1>＝h31 h41；0>＝0；0>＝h41；-l31>＝l32；1-l31>＝l32；3 h41-l31-h31>＝l32 h32；1-h31-h41>＝h32 h42；l31>＝0；h31-h41>＝h42；-l31-l32>＝0；1-l31-l32>＝0；3 h41 h42-l31-l32-h31-h32>＝0；1-h31-h32-h41-h42>＝0；l31 l32>＝0；h31 h32-h41-h42>＝0；@bin(l31)；@bin(l32)；@bin(h31)；@bin(h32)；@bin(h41)；@bin(h42)；将结果带入整数线性规划算法中：0>＝l31；1>＝l31；3>＝l31 h31；1>＝h31 h41；0>＝0；0>＝h41；-l31>＝l32；1-l31>＝l32；3 h41-l31-h31>＝l32 h32；1-h31-h41>＝h32 h42；l31>＝0；h31-h41>＝h42；-l31-l32>＝0；1-l31-l32>＝0；3 h41 h42-l31-l32-h31-h32>＝0；1-h31-h32-h41-h42>＝0；l31 l32>＝0；h31 h32-h41-h42>＝0；l31 l32＝0；h31 h32 h41 h42＝1；@bin(l31)；@bin(l32)；@bin(h31)；@bin(h32)；@bin(h41)；@bin(h42)；由以上结果得解向量中不存在高阶变迁解，故下位系统n2为no-bsnni，因此原系统为no-bsnni；下位系统n2基于变迁分解的矩阵算法：第一个约束条件：max＝l3；-l3>＝0；1-l3>＝0；3-l3>＝0；1>＝0；l3>＝0；0>＝0；@bin(l3)；第二个约束条件：带入方程组得：解方程组得：max＝h31 h32 h41 h42；-l31＝z11；-l31-l32＝z12；-l31-l32＝z13；-l31＝z21-1；-l31-l32＝z22-1；-l31-l32＝z23-1；-l31-h31＝z31-3；h41-l31-h31-l32-h32＝z32-3；h41 h42-l31-l32-h31-h32＝z33-3；-h31-h41＝z41-1；-h31-h41-h32-h42＝z42-1；-h31-h32-h41-h42＝z43-1；0＝z51；l31＝z52；l31 l32＝z53；-h41＝z61；h31-h41-h42＝z62；h31 h32-h41-h42＝z63；@bin(l31)；@bin(l32)；@bin(h31)；@bin(h32)；@bin(h41)；@bin(h42)；将结果带入矩阵算法中得：l31 l32＝0,h31 h32 h41 h42＝1解方程；由结果可得，解向量x不存在低阶变迁，故下位系统n2为no-bsnni，因此上位系统n为no-bsnni。进一步，所述分布式网络信息安全检测方法下位系统n1基于变迁分解的整数线性规划算法：第一个约束：max＝l1；1-l1>＝0；l1>＝0；1-l1>＝0；@bin(l1)；第二个约束；max＝h11 h12；1>＝l11；0>＝h11；1>＝l11；1 h11-l11>＝l12；l11-h11>＝h12；1 h11-l11>＝l12；1 h11 h12-l11-l12>＝0；l11 l12-h11-h12>＝0；1 h11 h12-l11-l12>＝0；@bin(l11)；@bin(l12)；@bin(h11)；@bin(h12)；将以上结果带入整数线性规划算法中得：1>＝l11；0>＝h11；1>＝l11；1 h11-l11>＝l12；l11-h11>＝h12；1 h11-l11>＝l12；1 h11 h12-l11-l12>＝0；l11 l12-h11-h12>＝0；1 h11 h12-l11-l12>＝0；l11 l12＝1；h11 h12＝1；@bin(l11)；@bin(l12)；@bin(h11)；@bin(h12)；有解且解既含有低阶变迁又含有高阶变迁，因此上位系统n1为bsnni；下位系统n1基于变迁分解得矩阵算法：第一个约束：max＝l1；1-l1>＝0；l1>＝0；1-l1>＝0；@bin(l1)；第二个约束：带入方程组得；解方程组得：max＝h11 h12；-l11＝z11-1；h11-l11-l12＝z12-1；h11 h12-l11-l12＝z13-1；-h11＝z21；l11-h11-h12＝z22；l11 l12-h11-h12＝z23；-l11＝z31-1；h11-l11-l12＝z32-1；h11 h12-l11-l12＝z33-1；@bin(l11)；@bin(l12)；@bin(h11)；@bin(h12)；带入矩阵算法得：-l11＝z11-1；h11-l11-l12＝z12-1；h11 h12-l11-l12＝z13-1；-h11＝z21；l11-h11-h12＝z22；l11 l12-h11-h12＝z23；-l11＝z31-1；h11-l11-l12＝z32-1；h11 h12-l11-l12＝z33-1；l11 l12＝1；h11 h12＝1；@bin(l11)；@bin(l12)；@bin(h11)；@bin(h12)；有解x且解中既含有低阶变迁解又含有高阶变迁解，因此上位系统n1为bsnni。本发明的另一目的在于提供一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行包括下列步骤：第一步，将上位系统n根据变迁分解的方法分解为i个下位系统ni；第二步，获取各个分布式系统ni的数据，其包括：初始标识m0，低阶变迁lij，高阶变迁hij，关联矩阵c，前置矩阵pre；第三步，数据预处理，建立方程组；方程组移项，使其标准化；第四步，将各个系统的数据带入到方程组中；第五步，通过解各个分布式系统的方程组，获得各个分布式系统的解向量。本发明的另一目的在于提供一种实施所述分布式网络信息安全检测方法的分布式网络信息安全检测系统，所述分布式网络信息安全检测系统包括：变迁分解模块，用于将上位系统n根据变迁分解的方法分解为i个下位系统ni；分布式系统数据获取模块，用于获取各个分布式系统ni的数据，其包括：初始标识m0，低阶变迁lij，高阶变迁hij，关联矩阵c，前置矩阵pre；数据预处理模块，用于数据预处理，建立方程组；方程组移项，使其标准化；数据处理模块，用于将各个系统的数据带入到方程组中；解向量获取模块，用于通过解各个分布式系统的方程组，获得各个分布式系统的解向量。综上所述，本发明的优点及积极效果为：本发明提出了矩阵算法。相比于整数线性规划算法，矩阵算法受低阶变迁个数的限制性较小。首先，当系统中的低阶变迁数目过多时，只需要相应地增加矩阵的行或者列，并不会增加方程组的个数，计算过程也不会受到影响；其次，当低阶变迁数目发生改变时，不用改变所有的方程式，只需要在与基变量x有关的矩阵中增加或减少对应的基变量xij，应变能力较好，容错率较高。本发明提出基于变迁分解的分布式方法。首先，如何将不等式组转换为等式方程组。根据此问题，本发明引入工程优化的解决方法，即引入松弛变量，将不等式转换为等式，为方程组的建立提供了前提，简化了算法的复杂度。其次，整数线性规划算法中各个不等式的组成成分不同，如何找出所有不等式的相似点和运算规律。根据此问题，将系统的整数线性规划算法与矩阵算法进行对比，通过对矩阵算法的不断改进，得到最终的解决方法，使得矩阵算法的结果与整数线性规划的结果一致，保证了矩阵算法的准确性。最后，基于库所分解的分布式方法具有局限性，适用于在库所分布均匀但是变迁分解不均匀的系统。本发明作为库所分解的补充，提出变迁分解。本发明通过对比基于变迁分解的整数线性规划算法和基于变迁分解的矩阵算法，来说明矩阵算法相比于整数线性规划算法的优点。附图说明图1是本发明实施例提供的分布式网络信息安全检测方法的流程图。图2是本发明实施例提供的分布式网络信息安全检测系统的结构示意图；图中：1、变迁分解模块；2、分布式系统数据获取模块；3、数据预处理模块；4、数据处理模块；5、解向量获取模块。图3是本发明实施例提供的方案一的上位系统n示意图。图4是本发明实施例提供的方案一的下位系统n1示意图。图5是本发明实施例提供的方案一的下位系统n2示意图。图6是本发明实施例提供的方案一的下位系统n3示意图。图7是本发明实施例提供的方案一的第一个约束的示意图。图8是本发明实施例提供的方案一的第二个约束的示意图。图9是本发明实施例提供的带入整数线性规划算法的示意图。图10是本发明实施例提供的基于变迁分解得矩阵算法的示意图。图11是本发明实施例提供的第二个结果的示意图。图12是本发明实施例提供的解方程的结构示意图。图13是本发明实施例提供的方案二的上位系统n示意图。图14是本发明实施例提供的方案二的下位系统n1示意图。图15是本发明实施例提供的方案二的下位系统n2示意图。图16是本发明实施例提供的第一个约束条件运行结果示意图。图17是本发明实施例提供的第二个约束条件运行结果示意图。图18是本发明实施例提供的带入整数线性规划方程示意图。图19是本发明实施例提供的下位系统n1基于变迁分解得矩阵算法第一约束条件示意图。图20是本发明实施例提供的下位系统n1基于变迁分解得矩阵算法第二约束条件示意图。图21是本发明实施例提供的第二约束条件解方程的示意图。图22是本发明实施例提供的下位系统n2基于变迁分解的整数线性规划算法第一个约束示意图。图23是本发明实施例提供的下位系统n2基于变迁分解的整数线性规划算法第二个约束示意图。图24是本发明实施例提供的带入整数线性规划算法示意图。图25是本发明实施例提供的下位系统n2基于变迁分解的矩阵算法第一个约束条件示意图。图26是本发明实施例提供的下位系统n2基于变迁分解的矩阵算法第二个约束条件示意图。图27是本发明实施例提供的下位系统n2基于变迁分解的矩阵算法第二个约束条件解方程示意图。图28是本发明实施例提供的上位系统n示意图。图29是本发明实施例提供的下位系统n1示意图。图30是本发明实施例提供的下位系统n2示意图。图31是本发明实施例提供的下位系统n1基于变迁分解的整数线性规划算法第一个约束示意图。图32是本发明实施例提供的下位系统n1基于变迁分解的整数线性规划算法第二个约束示意图。图33是本发明实施例提供的带入整数线性规划算法运行结果示意图。图34是本发明实施例提供的下位系统n1基于变迁分解得矩阵算法第一个约束示意图。图35是本发明实施例提供的下位系统n1基于变迁分解得矩阵算法第二个约束示意图。图36是本发明实施例提供的第二个约束带入矩阵算法示意图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。针对现有技术存在的问题，本发明提供了一种分布式网络信息安全检测方法、系统、存储介质、计算机，下面结合附图对本发明作详细的描述。如图1所示，本发明实施例提供的分布式网络信息安全检测方法包括以下步骤：s101：将上位系统n根据变迁分解的方法分解为i个下位系统ni。s102：获取各个分布式系统ni的数据，其包括：初始标识m0，低阶变迁lij，高阶变迁hij，关联矩阵c，前置矩阵pre。s103：数据预处理，建立方程组；方程组移项，使其标准化。s104：将各个系统的数据带入到方程组中。s105：通过解各个分布式系统的方程组，获得各个分布式系统的解向量。如图2所示，本发明实施例提供的分布式网络信息安全检测系统包括：变迁分解模块1，用于将上位系统n根据变迁分解的方法分解为i个下位系统ni。分布式系统数据获取模块2，用于获取各个分布式系统ni的数据，其包括：初始标识m0，低阶变迁lij，高阶变迁hij，关联矩阵c，前置矩阵pre；数据预处理模块3，用于数据预处理，建立方程组。数据处理模块4，用于将各个系统的数据带入到方程组中；方程组移项，使其标准化；解向量获取模块5，用于通过解各个分布式系统的方程组，获得各个分布式系统的解向量。下面结合附图对本发明的技术方案作进一步的描述。本发明实施例提供的分布式网络信息安全检测方法包括以下步骤：(1)将上位系统n根据变迁分解的方法分解为i个下位系统ni；(2)获取各个分布式系统ni的数据，其包括：初始标识m0，低阶变迁lij，高阶变迁hij，关联矩阵c，前置矩阵pre；(2)数据预处理，建立方程组；步骤(2)中，数据的预处理包括：设定基变量x，并引入松弛变量z，将不等式转换成等式，构建方程组，以两个基变量为例：(3)方程组移项，使其标准化；步骤(3)中，将基变量x的分式转移到等式左侧，将其余分式转移到等式右侧：(4)将各个系统的数据带入到步骤(3)的方程组中；(5)通过解各个分布式系统的方程组，获得各个分布式系统的解向量；步骤(5)诊断分布式系统是否为bsnni：如果下位系统的方程组存在解向量x且解向量中既包含低阶变迁解又包含高阶变迁解时，则说明此下位系统是bsnni；如果不存在解向量或者解向量全为0或者高阶变迁解全为0或者低阶变迁解全为0，则说明下位系统是no-bsnni；当存在下位系统ni无解或者解为0时，则原系统为no-bsnni；当所有下位系统ni有解向量，则原系统是bsnni的。在本发明的优选实施例中，基于变迁分解得矩阵算法具体的实施步骤如下：第一约束条件：maxσ(t)s.t.第二约束条件：s.t.上式进行移项将基变量移至左侧：将上述两个约束条件解得的对象值带入方程组：在以上方程组中，z矩阵是松弛变量，z为非负实数，x是基变量：方程中的符号注释：m0初始标识σ系统中低阶变迁序列σ(tl)方程组的最优解σ(th)方程组的最优解cl只包含低阶变迁的关联矩阵c系统的关联矩阵pre系统的前置关联矩阵xi要求解的基向量z松弛变量在本发明的优选实施例中，基于变迁分解的整数线性规划算法具体的实施步骤：第一约束条件：maxσ(t)s.t.第二约束条件：带入不等式组：在本发明的优选实施例中，基于变迁分解的整数线性规划算法与基于变迁分解的矩阵算法实施方案如下：方案一：上位系统n，如图3所示。如图4-图6所示，经过变迁分解得三个下位系统n1，n2，n3。在本发明的优选实施例中，基于变迁分解得整数线性规划算法：第一个约束：max＝l1 l2；2-l1>＝0；l2>＝0；1 l1>＝0；1-l2>＝0；@bin(l1)；@bin(l2)；运行结果如图7所示。第二个约束：max＝h11 h12；2>＝l11；0>＝h11；1>＝0；1>＝l21；2-l11 h11>＝l12；l21-h11>＝h12；1 l11>＝0；1-l21 h11>＝l22；2-l11-l12 h11 h12>＝0；-h11-h12>＝0；1 l11 l12>＝0；1-l21-l22 h11 h12>＝0；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；运行结果，如图8所示。将上述结果带入整数线性规划算法得：2>＝l11；0>＝h11；1>＝0；1>＝l21；2-l11 h11>＝l12；l21-h11>＝h12；1 l11>＝0；1-l21 h11>＝l22；2-l11-l12 h11 h12>＝0；l21 l22-h11-h12>＝0；1 l11 l12>＝0；1-l21-l22 h11 h12>＝0；l11 l1l21 l22＝2；h11 h12＝0；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；运行结果，如图9所示。由此可得，系统高阶变迁解全为0，即下位系统n1为no-bsnni。可得上位系统为no-bsnni。基于变迁分解得矩阵算法：第一个约束：max＝l1 l2；2-l1>＝0；l2>＝0；1 l1>＝0；1-l2>＝0；@bin(l1)；@bin(l2)；运行结果，如图10所示。第二个约束：带入方程组得：s.t.解方程组得：max＝h11 h12；-l11＝z11-2；h11-l11-l12＝z12-2；h11 h12-l11-l12＝z13-2；-h11＝z21；l21-h11-h12＝z22；l21 l22-h11-h12＝z23；0＝z31-1；l11＝z32-1；l11 l12＝z23-1；-l21＝z41-1；h11-l21-l22＝z42-1；h11 h12-l21-l22＝z43-1；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；结果为图11。将上述结果带入矩阵方程组得：l11 l21 l12 l22＝2,h11 h12＝0；解方程得图12。无解，则下位系统n1为no-bsnni。可得上位系统为no-bsnni。由以上可得，此系统属于变迁分布均匀库所分布不均的复杂系统，因此适合变迁分解而不适合库所分解；其次，由整数线性规划算法和矩阵算法相比较可得，矩阵算法清晰明了，易于检验，且方程组的个数不受低阶变迁的改变而改变，应变力强。方案二：上位系统n，如图13所示。如图14和图15所示，由变迁分解的下位系统n1，n2。下位系统n1基于变迁分解的整数线性规划算法：第一个约束条件：max＝l1 l2；2-l1-l2>＝0；l1>＝0；1 l2>＝0；0>＝0；@bin(l1)；@bin(l2)；运行结果为图16。第二个约束条件：max＝h11 h12 h21 h22；2>＝l11 l21；0>＝h11；1>＝h21；0>＝0；2 h11-l11-l21>＝l12 l22；l11-h11>＝h12；1 l21-h21>＝h22；h21>＝0；2 h11 h12-l11-l12-l21-l22>＝0；l11 l12-h11-h12>＝0；1 l21 l22-h21-h22>＝0；h21 h22>＝0；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；@bin(h21)；@bin(h22)；运行结果为图17。带入整数线性规划方程得：2>＝l11 l21；0>＝h11；1>＝h21；0>＝0；2 h11-l11-l21>＝l12 l22；l11-h11>＝h12；1 l21-h21>＝h22；h21>＝0；2 h11 h12-l11-l12-l21-l22>＝0；l11 l12-h11-h12>＝0；1 l21 l22-h21-h22>＝0；h21 h22>＝0；l11 l12 l21 l22＝2；h11 h12 h21 h22＝3；@bin(l11)；@bin(l12)；@bin(l21)；@bin(l22)；@bin(h11)；@bin(h12)；@bin(h21)；@bin(h22)；运行结果为图18。由此可得下位系统n1为bsnni。下位系统n1基于变迁分解得矩阵算法：第一约束条件：max＝l1 l2；2-l1-l2>＝0；l1>＝0；1 l2>＝0；0>＝0；@bin(l1)；@bin(l2)；运行结果为图19。第二约束条件：带入方程组得：解方程组得：max＝h11 h12 h21 h22；-l11-l21＝z11-2；h11-l11-l21-l12-l22＝z12-2；h11 h12-l11-l12-l21-l22＝z13-2；-h11＝z21；l11-h11-h12＝z22；l11 l12-h11-h12＝z23；-h21＝z31-1；l21-h21-h22＝z32-1；l21 l22-h21-h22＝z33-1；0＝z41；h21＝z42；h21 h22＝z43；@bin(l11)；@bin(l21)；@bin(h11)；@bin(h21)；@bin(l12)；@bin(l22)；@bin(h12)；@bin(h22)；运行结果为图20。将以上结果带入方程组得：l11 l12 l21 l22＝2，h22 h12 h21 h22＝3；解方程组得：-l11-l21＝z11-2；h11-l11-l21-l12-l22＝z12-2；h11 h12-l11-l12-l21-l22＝z13-2；-h11＝z21；l11-h11-h12＝z22；l11 l12-h11-h12＝z23；-h21＝z31-1；l21-h21-h22＝z32-1；l21 l22-h21-h22＝z33-1；0＝z41；h21＝z42；h21 h22＝z43；l11 l12 l21 l22＝2；h11 h12 h21 h22＝3；@bin(l11)；@bin(l21)；@bin(h11)；@bin(h21)；@bin(l12)；@bin(l22)；@bin(h12)；@bin(h22)；运行结果为图21。方程有解且解向量中既存在低阶变迁解有存在高阶变迁解，因此下位系统n1为bsnni。下位系统n2基于变迁分解的整数线性规划算法：第一个约束：max＝l3；-l3>＝0；1-l3>＝0；3-l3>＝0；1>＝0；l3>＝0；0>＝0；@bin(l3)；运行结果为图22。第二个约束：max＝h31 h32 h41 h42；0>＝l31；1>＝l31；3>＝l31 h31；1>＝h31 h41；0>＝0；0>＝h41；-l31>＝l32；1-l31>＝l32；3 h41-l31-h31>＝l32 h32；1-h31-h41>＝h32 h42；l31>＝0；h31-h41>＝h42；-l31-l32>＝0；1-l31-l32>＝0；3 h41 h42-l31-l32-h31-h32>＝0；1-h31-h32-h41-h42>＝0；l31 l32>＝0；h31 h32-h41-h42>＝0；@bin(l31)；@bin(l32)；@bin(h31)；@bin(h32)；@bin(h41)；@bin(h42)；运行结果为图23。将以上结果带入整数线性规划算法中：0>＝l31；1>＝l31；3>＝l31 h31；1>＝h31 h41；0>＝0；0>＝h41；-l31>＝l32；1-l31>＝l32；3 h41-l31-h31>＝l32 h32；1-h31-h41>＝h32 h42；l31>＝0；h31-h41>＝h42；-l31-l32>＝0；1-l31-l32>＝0；3 h41 h42-l31-l32-h31-h32>＝0；1-h31-h32-h41-h42>＝0；l31 l32>＝0；h31 h32-h41-h42>＝0；l31 l32＝0；h31 h32 h41 h42＝1；@bin(l31)；@bin(l32)；@bin(h31)；@bin(h32)；@bin(h41)；@bin(h42)；运行结果为图24。由以上结果得解向量中不存在高阶变迁解，故下位系统n2为no-bsnni，因此原系统为no-bsnni。下位系统n2基于变迁分解的矩阵算法：第一个约束条件：max＝l3；-l3>＝0；1-l3>＝0；3-l3>＝0；1>＝0；l3>＝0；0>＝0；@bin(l3)；运行结果为图25。第二个约束条件：带入方程组得：解方程组得：max＝h31 h32 h41 h42；-l31＝z11；-l31-l32＝z12；-l31-l32＝z13；-l31＝z21-1；-l31-l32＝z22-1；-l31-l32＝z23-1；-l31-h31＝z31-3；h41-l31-h31-l32-h32＝z32-3；h41 h42-l31-l32-h31-h32＝z33-3；-h31-h41＝z41-1；-h31-h41-h32-h42＝z42-1；-h31-h32-h41-h42＝z43-1；0＝z51；l31＝z52；l31 l32＝z53；-h41＝z61；h31-h41-h42＝z62；h31 h32-h41-h42＝z63；@bin(l31)；@bin(l32)；@bin(h31)；@bin(h32)；@bin(h41)；@bin(h42)；运行结果为图26。将上述结果带入矩阵算法中得：l31 l32＝0,h31 h32 h41 h42＝1解方程得图27。由结果可得，解向量x不存在低阶变迁，故下位系统n2为no-bsnni，因此上位系统n为no-bsnni。由此方案中基于变迁分解得整数线性规划算法与基于变迁分解的矩阵算法，得出，此方案为变迁分布均匀但库所分布不均的网，因此使用变迁分解更为方便；此外，通过对比整数线性规划算法与矩阵算法，得出，矩阵算法清晰明了，运算方便。方案三：如图28所示，上位系统n；如图29所示，下位系统n1；如图30所示，下位系统n2。下位系统n1基于变迁分解的整数线性规划算法：第一个约束：max＝l1；1-l1>＝0；l1>＝0；1-l1>＝0；@bin(l1)；运行结果为如图31。第二个约束；max＝h11 h12；1>＝l11；0>＝h11；1>＝l11；1 h11-l11>＝l12；l11-h11>＝h12；1 h11-l11>＝l12；1 h11 h12-l11-l12>＝0；l11 l12-h11-h12>＝0；1 h11 h12-l11-l12>＝0；@bin(l11)；@bin(l12)；@bin(h11)；@bin(h12)；运行结果为图32。将以上结果带入整数线性规划算法中得：1>＝l11；0>＝h11；1>＝l11；1 h11-l11>＝l12；l11-h11>＝h12；1 h11-l11>＝l12；1 h11 h12-l11-l12>＝0；l11 l12-h11-h12>＝0；1 h11 h12-l11-l12>＝0；l11 l12＝1；h11 h12＝1；@bin(l11)；@bin(l12)；@bin(h11)；@bin(h12)；运行结果为图33。有解且解既含有低阶变迁又含有高阶变迁，因此上位系统n1为bsnni。下位系统n1基于变迁分解得矩阵算法：第一个约束：max＝l1；1-l1>＝0；l1>＝0；1-l1>＝0；@bin(l1)；运行结果为图34。第二个约束：带入方程组得；解方程组得：max＝h11 h12；-l11＝z11-1；h11-l11-l12＝z12-1；h11 h12-l11-l12＝z13-1；-h11＝z21；l11-h11-h12＝z22；l11 l12-h11-h12＝z23；-l11＝z31-1；h11-l11-l12＝z32-1；h11 h12-l11-l12＝z33-1；@bin(l11)；@bin(l12)；@bin(h11)；@bin(h12)；运行结果为图35。带入矩阵算法得：-l11＝z11-1；h11-l11-l12＝z12-1；h11 h12-l11-l12＝z13-1；-h11＝z21；l11-h11-h12＝z22；l11 l12-h11-h12＝z23；-l11＝z31-1；h11-l11-l12＝z32-1；h11 h12-l11-l12＝z33-1；l11 l12＝1；h11 h12＝1；@bin(l11)；@bin(l12)；@bin(h11)；@bin(h12)；运行结果为图36。有解x且解中既含有低阶变迁解又含有高阶变迁解，因此上位系统n1为bsnni。由以上比较可得，此系统适合变迁分解；此外，矩阵算法相比于整数规划算法，清晰明了，矩阵式更易检验。下位系统n2与下位系统n1结构相同，结果与n1也相同，因此下位系统n2也是bsnni。由此可得，上位系统n为bsnni。应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。当前第1页1 2 3
技术特征：1.一种分布式网络信息安全检测方法，其特征在于，所述分布式网络信息安全检测方法包括以下步骤：
第一步，将上位系统n根据变迁分解的方法分解为i个下位系统ni；
第二步，获取各个分布式系统ni的数据，其包括：初始标识m0，低阶变迁lij，高阶变迁hij，关联矩阵c，前置矩阵pre；
第三步，数据预处理，建立方程组；方程组移项，使其标准化；
第四步，将各个系统的数据带入到方程组中；
第五步，通过解各个分布式系统的方程组，获得各个分布式系统的解向量。
2.如权利要求1所述的分布式网络信息安全检测方法，其特征在于，所述第三步数据的预处理包括：基变量x，并引入松弛变量z，将不等式转换成等式，构建方程组：
将基变量x的分式转移到等式左侧，将其余分式转移到等式右侧：
3.如权利要求1所述的分布式网络信息安全检测方法，其特征在于，所述第五步诊断分布式系统是否为bsnni：如果下位系统的方程组存在解向量x且解向量中既包含低阶变迁解又包含高阶变迁解时，则说明此下位系统是bsnni；如果不存在解向量或者解向量全为0或者高阶变迁解全为0或者低阶变迁解全为0，则说明下位系统是no-bsnni；当存在下位系统ni无解或者解为0时，则原系统为no-bsnni；当所有下位系统ni有解向量，则原系统是bsnni的。
4.如权利要求1所述的分布式网络信息安全检测方法，其特征在于，所述分布式网络信息安全检测方法基于变迁分解得矩阵算法的步骤如下：
第一约束条件：
maxσ(t)
s.t.
第二约束条件：
s.t.
进行移项将基变量移至左侧：
将两个约束条件解得的对象值带入方程组：
在方程组中，z矩阵是松弛变量，z为非负实数，x是基变量：
其中，m0表示初始标识，σ表示系统中低阶变迁序列，σ(tl)表示方程组的最优解，σ(th)表示方程组的最优解，cl表示只包含低阶变迁的关联矩阵，c表示系统的关联矩阵，pre表示系统的前置关联矩阵，xi表示要求解的基向量，z表示松弛变量。
5.如权利要求1所述的分布式网络信息安全检测方法，其特征在于，所述分布式网络信息安全检测方法基于变迁分解的整数线性规划算法的步骤包括：
第一约束条件：
maxσ(t)
s.t.
第二约束条件：
带入不等式组：
6.如权利要求1所述的分布式网络信息安全检测方法，其特征在于，所述分布式网络信息安全检测方法基于变迁分解得整数线性规划算法包括：
第一个约束：
max＝l1 l2；
2-l1>＝0；
l2>＝0；
1 l1>＝0；
1-l2>＝0；
@bin(l1)；
@bin(l2)；
第二个约束：
max＝h11 h12；
2>＝l11；
0>＝h11；
1>＝0；
1>＝l21；
2-l11 h11>＝l12；
l21-h11>＝h12；
1 l11>＝0；
1-l21 h11>＝l22；
2-l11-l12 h11 h12>＝0；
-h11-h12>＝0；
1 l11 l12>＝0；
1-l21-l22 h11 h12>＝0；
@bin(l11)；
@bin(l12)；
@bin(l21)；
@bin(l22)；
@bin(h11)；
@bin(h12)；
将结果带入整数线性规划算法得：
2>＝l11；
0>＝h11；
1>＝0；
1>＝l21；
2-l11 h11>＝l12；
l21-h11>＝h12；
1 l11>＝0；
1-l21 h11>＝l22；
2-l11-l12 h11 h12>＝0；
l21 l22-h11-h12>＝0；
1 l11 l12>＝0；
1-l21-l22 h11 h12>＝0；
l11 l1l21 l22＝2；
h11 h12＝0；
@bin(l11)；
@bin(l12)；
@bin(l21)；
@bin(l22)；
@bin(h11)；
@bin(h12)；
系统高阶变迁解全为0，即下位系统n1为no-bsnni，可得上位系统为no-bsnni；
所述分布式网络信息安全检测方法基于变迁分解得矩阵算法：
第一个约束：
max＝l1 l2；
2-l1>＝0；
l2>＝0；
1 l1>＝0；
1-l2>＝0；
@bin(l1)；
@bin(l2)；
第二个约束：
带入方程组得：
s.t.
解方程组得：
max＝h11 h12；
-l11＝z11-2；
h11-l11-l12＝z12-2；
h11 h12-l11-l12＝z13-2；
-h11＝z21；
l21-h11-h12＝z22；
l21 l22-h11-h12＝z23；
0＝z31-1；
l11＝z32-1；
l11 l12＝z23-1；
-l21＝z41-1；
h11-l21-l22＝z42-1；
h11 h12-l21-l22＝z43-1；
@bin(l11)；
@bin(l12)；
@bin(l21)；
@bin(l22)；
@bin(h11)；
@bin(h12)；
将结果带入矩阵方程组得：
l11 l21 l12 l22＝2,h11 h12＝0；
解方程，无解，则下位系统n1为no-bsnni，可得上位系统为no-bsnni。
7.如权利要求1所述的分布式网络信息安全检测方法，其特征在于，所述分布式网络信息安全检测方法下位系统n1基于变迁分解的整数线性规划算法：
第一个约束条件：
max＝l1 l2；
2-l1-l2>＝0；
l1>＝0；
1 l2>＝0；
0>＝0；
@bin(l1)；
@bin(l2)；
第二个约束条件：
max＝h11 h12 h21 h22；
2>＝l11 l21；
0>＝h11；
1>＝h21；
0>＝0；
2 h11-l11-l21>＝l12 l22；
l11-h11>＝h12；
1 l21-h21>＝h22；
h21>＝0；
2 h11 h12-l11-l12-l21-l22>＝0；
l11 l12-h11-h12>＝0；
1 l21 l22-h21-h22>＝0；
h21 h22>＝0；
@bin(l11)；
@bin(l12)；
@bin(l21)；
@bin(l22)；
@bin(h11)；
@bin(h12)；
@bin(h21)；
@bin(h22)；
带入整数线性规划方程得：
2>＝l11 l21；
0>＝h11；
1>＝h21；
0>＝0；
2 h11-l11-l21>＝l12 l22；
l11-h11>＝h12；
1 l21-h21>＝h22；
h21>＝0；
2 h11 h12-l11-l12-l21-l22>＝0；
l11 l12-h11-h12>＝0；
1 l21 l22-h21-h22>＝0；
h21 h22>＝0；
l11 l12 l21 l22＝2；
h11 h12 h21 h22＝3；
@bin(l11)；
@bin(l12)；
@bin(l21)；
@bin(l22)；
@bin(h11)；
@bin(h12)；
@bin(h21)；
@bin(h22)；
由此可得下位系统n1为bsnni；
下位系统n1基于变迁分解得矩阵算法：
第一约束条件：
max＝l1 l2；
2-l1-l2>＝0；
l1>＝0；
1 l2>＝0；
0>＝0；
@bin(l1)；
@bin(l2)；
第二约束条件：
带入方程组得：
解方程组得：
max＝h11 h12 h21 h22；
-l11-l21＝z11-2；
h11-l11-l21-l12-l22＝z12-2；
h11 h12-l11-l12-l21-l22＝z13-2；
-h11＝z21；
l11-h11-h12＝z22；
l11 l12-h11-h12＝z23；
-h21＝z31-1；
l21-h21-h22＝z32-1；
l21 l22-h21-h22＝z33-1；
0＝z41；
h21＝z42；
h21 h22＝z43；
@bin(l11)；
@bin(l21)；
@bin(h11)；
@bin(h21)；
@bin(l12)；
@bin(l22)；
@bin(h12)；
@bin(h22)；
将结果带入方程组得：
l11 l12 l21 l22＝2，h22 h12 h21 h22＝3；
解方程组得：
-l11-l21＝z11-2；
h11-l11-l21-l12-l22＝z12-2；
h11 h12-l11-l12-l21-l22＝z13-2；
-h11＝z21；
l11-h11-h12＝z22；
l11 l12-h11-h12＝z23；
-h21＝z31-1；
l21-h21-h22＝z32-1；
l21 l22-h21-h22＝z33-1；
0＝z41；
h21＝z42；
h21 h22＝z43；
l11 l12 l21 l22＝2；
h11 h12 h21 h22＝3；
@bin(l11)；
@bin(l21)；
@bin(h11)；
@bin(h21)；
@bin(l12)；
@bin(l22)；
@bin(h12)；
@bin(h22)；
方程有解且解向量中既存在低阶变迁解有存在高阶变迁解，因此下位系统n1为bsnni；
下位系统n2基于变迁分解的整数线性规划算法：
第一个约束：
max＝l3；
-l3>＝0；
1-l3>＝0；
3-l3>＝0；
1>＝0；
l3>＝0；
0>＝0；
@bin(l3)；
第二个约束：
max＝h31 h32 h41 h42；
0>＝l31；
1>＝l31；
3>＝l31 h31；
1>＝h31 h41；
0>＝0；
0>＝h41；
-l31>＝l32；
1-l31>＝l32；
3 h41-l31-h31>＝l32 h32；
1-h31-h41>＝h32 h42；
l31>＝0；
h31-h41>＝h42；
-l31-l32>＝0；
1-l31-l32>＝0；
3 h41 h42-l31-l32-h31-h32>＝0；
1-h31-h32-h41-h42>＝0；
l31 l32>＝0；
h31 h32-h41-h42>＝0；
@bin(l31)；
@bin(l32)；
@bin(h31)；
@bin(h32)；
@bin(h41)；
@bin(h42)；
将结果带入整数线性规划算法中：
0>＝l31；
1>＝l31；
3>＝l31 h31；
1>＝h31 h41；
0>＝0；
0>＝h41；
-l31>＝l32；
1-l31>＝l32；
3 h41-l31-h31>＝l32 h32；
1-h31-h41>＝h32 h42；
l31>＝0；
h31-h41>＝h42；
-l31-l32>＝0；
1-l31-l32>＝0；
3 h41 h42-l31-l32-h31-h32>＝0；
1-h31-h32-h41-h42>＝0；
l31 l32>＝0；
h31 h32-h41-h42>＝0；
l31 l32＝0；
h31 h32 h41 h42＝1；
@bin(l31)；
@bin(l32)；
@bin(h31)；
@bin(h32)；
@bin(h41)；
@bin(h42)；
由以上结果得解向量中不存在高阶变迁解，故下位系统n2为no-bsnni，因此原系统为no-bsnni；
下位系统n2基于变迁分解的矩阵算法：
第一个约束条件：
max＝l3；
-l3>＝0；
1-l3>＝0；
3-l3>＝0；
1>＝0；
l3>＝0；
0>＝0；
@bin(l3)；
第二个约束条件：
带入方程组得：
解方程组得：
max＝h31 h32 h41 h42；
-l31＝z11；
-l31-l32＝z12；
-l31-l32＝z13；
-l31＝z21-1；
-l31-l32＝z22-1；
-l31-l32＝z23-1；
-l31-h31＝z31-3；
h41-l31-h31-l32-h32＝z32-3；
h41 h42-l31-l32-h31-h32＝z33-3；
-h31-h41＝z41-1；
-h31-h41-h32-h42＝z42-1；
-h31-h32-h41-h42＝z43-1；
0＝z51；
l31＝z52；
l31 l32＝z53；
-h41＝z61；
h31-h41-h42＝z62；
h31 h32-h41-h42＝z63；
@bin(l31)；
@bin(l32)；
@bin(h31)；
@bin(h32)；
@bin(h41)；
@bin(h42)；
将结果带入矩阵算法中得：
l31 l32＝0,h31 h32 h41 h42＝1
解方程；由结果可得，解向量x不存在低阶变迁，故下位系统n2为no-bsnni，因此上位系统n为no-bsnni。
8.如权利要求1所述的分布式网络信息安全检测方法，其特征在于，所述分布式网络信息安全检测方法下位系统n1基于变迁分解的整数线性规划算法：
第一个约束：
max＝l1；
1-l1>＝0；
l1>＝0；
1-l1>＝0；
@bin(l1)；
第二个约束；
max＝h11 h12；
1>＝l11；
0>＝h11；
1>＝l11；
1 h11-l11>＝l12；
l11-h11>＝h12；
1 h11-l11>＝l12；
1 h11 h12-l11-l12>＝0；
l11 l12-h11-h12>＝0；
1 h11 h12-l11-l12>＝0；
@bin(l11)；
@bin(l12)；
@bin(h11)；
@bin(h12)；
将以上结果带入整数线性规划算法中得：
1>＝l11；
0>＝h11；
1>＝l11；
1 h11-l11>＝l12；
l11-h11>＝h12；
1 h11-l11>＝l12；
1 h11 h12-l11-l12>＝0；
l11 l12-h11-h12>＝0；
1 h11 h12-l11-l12>＝0；
l11 l12＝1；
h11 h12＝1；
@bin(l11)；
@bin(l12)；
@bin(h11)；
@bin(h12)；
有解且解既含有低阶变迁又含有高阶变迁，因此上位系统n1为bsnni；
下位系统n1基于变迁分解得矩阵算法：
第一个约束：
max＝l1；
1-l1>＝0；
l1>＝0；
1-l1>＝0；
@bin(l1)；
第二个约束：
带入方程组得；
解方程组得：
max＝h11 h12；
-l11＝z11-1；
h11-l11-l12＝z12-1；
h11 h12-l11-l12＝z13-1；
-h11＝z21；
l11-h11-h12＝z22；
l11 l12-h11-h12＝z23；
-l11＝z31-1；
h11-l11-l12＝z32-1；
h11 h12-l11-l12＝z33-1；
@bin(l11)；
@bin(l12)；
@bin(h11)；
@bin(h12)；
带入矩阵算法得：
-l11＝z11-1；
h11-l11-l12＝z12-1；
h11 h12-l11-l12＝z13-1；
-h11＝z21；
l11-h11-h12＝z22；
l11 l12-h11-h12＝z23；
-l11＝z31-1；
h11-l11-l12＝z32-1；
h11 h12-l11-l12＝z33-1；
l11 l12＝1；
h11 h12＝1；
@bin(l11)；
@bin(l12)；
@bin(h11)；
@bin(h12)；
有解x且解中既含有低阶变迁解又含有高阶变迁解，因此上位系统n1为bsnni。
9.一种接收用户输入程序存储介质，其特征在于，所存储的计算机程序使电子设备执行包括下列步骤：
第一步，将上位系统n根据变迁分解的方法分解为i个下位系统ni；
第二步，获取各个分布式系统ni的数据，其包括：初始标识m0，低阶变迁lij，高阶变迁hij，关联矩阵c，前置矩阵pre；
第三步，数据预处理，建立方程组；方程组移项，使其标准化；
第四步，将各个系统的数据带入到方程组中；
第五步，通过解各个分布式系统的方程组，获得各个分布式系统的解向量。
10.一种实施权利要求1～8任意一项所述分布式网络信息安全检测方法的分布式网络信息安全检测系统，其特征在于，所述分布式网络信息安全检测系统包括：
变迁分解模块，用于将上位系统n根据变迁分解的方法分解为i个下位系统ni；
分布式系统数据获取模块，用于获取各个分布式系统ni的数据，其包括：初始标识m0，低阶变迁lij，高阶变迁hij，关联矩阵c，前置矩阵pre；
数据预处理模块，用于数据预处理，建立方程组；方程组移项，使其标准化；
数据处理模块，用于将各个系统的数据带入到方程组中；
解向量获取模块，用于通过解各个分布式系统的方程组，获得各个分布式系统的解向量。
技术总结本发明属于信息安全技术领域，公开了一种分布式网络信息安全检测方法、系统、存储介质、计算机，将上位系统N根据变迁分解的方法分解为i个下位系统Ni；获取各个分布式系统Ni的数据；数据预处理，建立方程组；方程组移项，使其标准化；将各个系统的数据带入到方程组中；通过解各个分布式系统的方程组，获得各个分布式系统的解向量。本发明当系统中的低阶变迁数目过多时，只需要相应地增加矩阵的行或者列，并不会增加方程组的个数，计算过程也不会受到影响；当低阶变迁数目发生改变时，不用改变所有的方程式，只需要在与基变量X有关的矩阵中增加或减少对应的基变量xij，应变能力较好，容错率较高。
技术研发人员：孙蝉蝉;胡核算;张婷婷
受保护的技术使用者：西安电子科技大学
技术研发日：2020.01.09
技术公布日：2020.06.05
