【摘要】：隨著Internet在全世界范圍內(nèi)的迅速發(fā)展,計(jì)算機(jī)網(wǎng)絡(luò)的安全問(wèn)題越來(lái)越成為人們關(guān)注的熱點(diǎn)問(wèn)題。入侵檢測(cè)(Intrusion Detection)作為一門新興的安全技術(shù),逐漸發(fā)展成為保障網(wǎng)絡(luò)系統(tǒng)安全的關(guān)鍵技術(shù)。但目前入侵檢測(cè)系統(tǒng)普遍存在檢測(cè)性能低,誤檢率高等問(wèn)題;同時(shí),網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)日益復(fù)雜,分布式環(huán)境的廣泛應(yīng)用,海量存儲(chǔ)和高帶寬的傳輸技術(shù)的應(yīng)用以及新的攻擊方法的不斷出現(xiàn)尤其是一些互相協(xié)作的入侵行為不斷出現(xiàn),也給入侵檢測(cè)領(lǐng)域的研究帶來(lái)新的課題。本文通過(guò)網(wǎng)絡(luò)連接信息的數(shù)據(jù)來(lái)判別的網(wǎng)絡(luò)攻擊類型檢測(cè)和異常發(fā)現(xiàn),重點(diǎn)分析基于隨機(jī)森林算法的網(wǎng)絡(luò)入侵檢測(cè)方法的優(yōu)缺點(diǎn),提出基于果蠅優(yōu)化后的隨機(jī)森林模型和聚類優(yōu)化后隨機(jī)森林模型網(wǎng)絡(luò)數(shù)據(jù)類型檢測(cè)方法,以實(shí)現(xiàn)提高網(wǎng)絡(luò)數(shù)據(jù)類型檢測(cè)方法精度的目標(biāo)。主要工作包括:針對(duì)網(wǎng)絡(luò)連接信息的數(shù)據(jù)類型檢測(cè)精度不高的問(wèn)題,提出基于果蠅優(yōu)化后的隨機(jī)森林檢測(cè)方法。通過(guò)分析隨機(jī)森林模型檢測(cè)強(qiáng)度和基分類器的關(guān)系,利用果蠅優(yōu)化算法對(duì)基分類器數(shù)目和選擇分裂屬性個(gè)數(shù)進(jìn)行優(yōu)化,實(shí)現(xiàn)提高網(wǎng)絡(luò)入侵類型檢測(cè)方法精度的目標(biāo)。針對(duì)果蠅優(yōu)化后的隨機(jī)森林網(wǎng)絡(luò)入侵類型檢測(cè)精度不高的問(wèn)題,進(jìn)一步提出基于聚類優(yōu)化后隨機(jī)森林檢測(cè)方法。通過(guò)分析隨機(jī)森林模型基分類器相關(guān)性,利用相關(guān)度聚類算法,將符合度量標(biāo)準(zhǔn)的基分類器不斷凝聚在一起,加大基分類器之間的差異,利用較少的基分類器,實(shí)現(xiàn)提高網(wǎng)絡(luò)入侵類型檢測(cè)方法精度的目標(biāo)。為使網(wǎng)絡(luò)數(shù)據(jù)類型檢測(cè)實(shí)驗(yàn)結(jié)果更具客觀真實(shí)性,實(shí)驗(yàn)采用真實(shí)網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)傳輸數(shù)據(jù),并利用準(zhǔn)確率、均方誤差、混淆矩陣、精確率和召回率等評(píng)估參數(shù)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行綜合評(píng)估,實(shí)現(xiàn)提高網(wǎng)絡(luò)入侵類型檢測(cè)精度的目的。
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP393.08
【圖文】：

ＢＰ神經(jīng)網(wǎng)絡(luò)模型逡逑（ｉ）逡逑圖２．２ＢＰ神經(jīng)網(wǎng)絡(luò)算法流程圖逡逑２．２．３支持向量機(jī)模型逡逑支持向量機(jī)是７０年代末，由ＡＴ＆Ｂｅｌｌ實(shí)驗(yàn)室的Ｖ．Ｖａｐｎｉｋ等人提出的一種以統(tǒng)逡逑計(jì)學(xué)習(xí)理論為基礎(chǔ)、針對(duì)小樣本訓(xùn)練和分類的機(jī)器學(xué)習(xí)算法。在解決小樣本、非逡逑線性以及高維數(shù)據(jù)等問(wèn)題中，支持向量機(jī)有許多特有的優(yōu)勢(shì)，比如：泛化能力強(qiáng)逡逑和解的全局最優(yōu)性。支持向量機(jī)已廣泛應(yīng)用于處理檢測(cè)、數(shù)據(jù)擬合、綜合評(píng)價(jià)以逡逑及模式識(shí)別等問(wèn)題研究中［５５］。逡逑對(duì)于線性可分的支持向量機(jī)，或者叫硬間隔支持向量機(jī)（Ｈａｒｄ邋ｍａｒｇｉｎ邋ＳＶＭ）逡逑會(huì)根據(jù)最大間隔原則找出極大分類超平面對(duì)訓(xùn)練集進(jìn)行劃分。極大分類超平面示逡逑意圖如２．３所示。對(duì)于給定訓(xùn)練集１？邋＝邋＾１，＞；｜），．．．，＆？，凡；）｜：＾／？”，；＾４以及任意給逡逑定ｆ邋＞０，如果在原始空間／Ｔ存在超平面／00＝＜＜ｙ，；ｃ＞＋６；ｆｔｊｅ／ｒ，６ｅ／？使得逡逑，貝１Ｊ稱／００＝＜必，１＞＋６是樣本集５■的ｅ分類超平面［５６）0逡逑－１３－逡逑

具將邋ＵＤＰ，邋ＴＣＰ邋或邋ＨＴＴＰ邋請(qǐng)求通過(guò)邋ＮＭａｐ邋端口，例如邋ｓＳ，ｓＴ，ｓＦ，ｓＸ，ｓＮ，ｓＰ，逡逑ｓＶ，邋ｓＵ，ｓＯ，ｓＡ，ｓＷ，ｓＲ，邋ｓＬ和Ｂ，發(fā)送給被攻擊的服務(wù)器（【幾１１１１0１１６系統(tǒng)）。逡逑實(shí)驗(yàn)數(shù)據(jù)收集的網(wǎng)絡(luò)架構(gòu)如圖３．１所示。逡逑Ｏｎｎｅｃｔｅｄ邋ｌｏ邋Ｈ＞邋Ｍｏｄｒｎｎ邋｜邐｜邋ｉｎｔｅｓｉａｃｔ邋ｍｔｅｉｎａｄ邋－邋ｌｏ邋？４ｄｉｎ＞逡逑卜肌邋ｍ．ｉｔｖａａｗ邐Ｉ邋１７Ｍ６ＵＸ１邐逡逑Ｍｉ逡逑呭危鄭椋悖簦椋礤澹澹危澹簦鰨錚潁脲義希粒簦簦幔悖耄危澹簦鰨錚潁脲巍五義希椋蓿紓幔幔幔裕睿恚潁恚睿殄澹蹋裕潁睿�？］辶x希赍澹蟈澹蓿蓿睿掊紊岵�、辶x賢跡常筆笛橥緗峁故疽饌煎義希保罰義

本文編號(hào)：2805391