本文關(guān)鍵詞：云計(jì)算環(huán)境下入侵檢測(cè)技術(shù)的研究

  更多相關(guān)文章： 云計(jì)算 入侵檢測(cè) DDOS攻擊 BP神經(jīng)網(wǎng)絡(luò) 人工蜂群智能算法

【摘要】：隨著互聯(lián)網(wǎng)應(yīng)用和分布式計(jì)算技術(shù)的迅猛發(fā)展，云計(jì)算已經(jīng)成為一種成熟的網(wǎng)絡(luò)技術(shù)。云計(jì)算將大量的計(jì)算資源和存儲(chǔ)資源整合在一起，形成一個(gè)共享虛擬的計(jì)算資源池，為計(jì)算機(jī)用戶提供按需服務(wù)。云服務(wù)的不斷普及的同時(shí)也面臨著越來(lái)越多的安全問(wèn)題，如何加強(qiáng)云服務(wù)的信息安全防護(hù)，確保網(wǎng)絡(luò)資源不被黑客人侵而被竊取或惡意破壞，已成為云計(jì)算發(fā)展形勢(shì)下中急需解決的重要問(wèn)題。然而由于云計(jì)算是一個(gè)異構(gòu)虛擬的環(huán)境，不能將傳統(tǒng)的、單一的入侵檢測(cè)技術(shù)直接應(yīng)用到云計(jì)算中，因此，必須開(kāi)展面向云計(jì)算環(huán)境的入侵檢測(cè)技術(shù)研究工作，保證云計(jì)算服務(wù)的信息安全防護(hù)能力。 本文首先對(duì)云計(jì)算的定義和特點(diǎn)進(jìn)行了綜述，分析了云計(jì)算環(huán)境下存在的安全隱患問(wèn)題，并概括了云環(huán)境下遭遇的入侵行為類(lèi)型。然后通過(guò)研究入侵檢測(cè)技術(shù)的特點(diǎn)結(jié)合云計(jì)算的特性，本文設(shè)計(jì)了基于BP神經(jīng)網(wǎng)絡(luò)的云計(jì)算入侵檢測(cè)系統(tǒng)模型。本文的具體做了以下研究工作： （1）對(duì)云計(jì)算環(huán)境下面臨的安全隱患和常見(jiàn)的攻擊方式進(jìn)行了分析，并綜述了現(xiàn)階段入侵檢測(cè)技術(shù)的特點(diǎn)。結(jié)合主機(jī)入侵檢測(cè)和網(wǎng)絡(luò)入侵檢測(cè)這兩種方法，根據(jù)云計(jì)算特點(diǎn)和安全需求的基礎(chǔ)上構(gòu)建能夠適應(yīng)云計(jì)算環(huán)境的分布式入侵檢測(cè)系統(tǒng)模型，一旦云服務(wù)網(wǎng)絡(luò)中存在攻擊行為，即可由多代理協(xié)同機(jī)制檢測(cè)出來(lái)，這就為目前盛行無(wú)所不在的云計(jì)算服務(wù)提供了安全保障。 （2）由于云計(jì)算環(huán)境下入侵檢測(cè)需要處理海量的數(shù)據(jù)而且攻擊行為變化多端，本課題通過(guò)研究神經(jīng)網(wǎng)絡(luò)，根據(jù)BP神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)性和自適應(yīng)性強(qiáng)的特點(diǎn)，將其引入到云計(jì)算入侵檢測(cè)模型的檢測(cè)模塊，BP神經(jīng)網(wǎng)絡(luò)可以實(shí)時(shí)地檢測(cè)出攻擊行為，適用于云計(jì)算不斷變化的網(wǎng)絡(luò)環(huán)境。而B(niǎo)P神經(jīng)網(wǎng)絡(luò)的非線性處理能力可以處理云環(huán)境下復(fù)雜無(wú)規(guī)則的入侵行為類(lèi)型。 （3）云計(jì)算環(huán)境下利用BP神經(jīng)網(wǎng)絡(luò)做入侵檢測(cè)需要對(duì)歷史數(shù)據(jù)進(jìn)行訓(xùn)練才能實(shí)現(xiàn)檢測(cè)目的，由于在云環(huán)境下需要處理眾多復(fù)雜的攻擊行為，BP神經(jīng)網(wǎng)絡(luò)需要花費(fèi)大量的訓(xùn)練時(shí)間。并且由于神經(jīng)網(wǎng)絡(luò)根據(jù)梯度下降法進(jìn)行數(shù)據(jù)樣本訓(xùn)練，很容易陷入局部極小值而無(wú)法達(dá)到全局最優(yōu)，從而影響系統(tǒng)檢測(cè)效率，很難有效的保證云計(jì)算環(huán)境安全。因此本文通過(guò)分析研究人工蜂群智能算法，，根據(jù)人工蜂群算法全局搜索的特點(diǎn)，將BP神經(jīng)網(wǎng)絡(luò)與人工蜂群智能算法相結(jié)合，利用改進(jìn)的蜂群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)可以提高分類(lèi)精度，進(jìn)而提高網(wǎng)絡(luò)入侵檢測(cè)精度。并通過(guò)仿真實(shí)驗(yàn)分析證明算法的高效性。
【學(xué)位授予單位】：山東師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP393.08

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 孫穎;;應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)的數(shù)據(jù)挖掘技術(shù)[J];電腦知識(shí)與技術(shù);2010年23期

2 徐川;杜成;唐紅;;DDoS攻擊檢測(cè)研究綜述[J];電信科學(xué);2011年03期

3 李文龍;于開(kāi);曲寶勝;;基于Snort的混合入侵檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[J];智能計(jì)算機(jī)與應(yīng)用;2012年03期

4 暴勵(lì);;不同選擇策略的人工蜂群算法分析[J];工業(yè)控制計(jì)算機(jī);2013年08期

5 許曉東;范艷華;朱士瑞;;基于宏觀網(wǎng)絡(luò)流相關(guān)性的DDoS攻擊檢測(cè)[J];計(jì)算機(jī)工程;2011年10期

6 周茜;于炯;;云計(jì)算下基于信任的防御系統(tǒng)模型[J];計(jì)算機(jī)應(yīng)用;2011年06期

7 常衛(wèi)東;王正華;鄢喜愛(ài);;基于集成神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)仿真;2007年03期

8 張人上;;基于專(zhuān)家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)[J];計(jì)算機(jī)仿真;2012年09期

9 向萬(wàn)里;馬壽峰;;基于輪盤(pán)賭反向選擇機(jī)制的蜂群優(yōu)化算法[J];計(jì)算機(jī)應(yīng)用研究;2013年01期

10 趙艷君;魏明軍;;改進(jìn)數(shù)據(jù)挖掘算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2013年18期

本文編號(hào)：1151136