網(wǎng)絡(luò)技術(shù)的迅速發(fā)展和普及,給人們帶來了諸多便利,同時網(wǎng)絡(luò)安全事件也頻頻發(fā)生。傳統(tǒng)網(wǎng)絡(luò)安全技術(shù)例如防火墻、加密和認證等具有靜態(tài)和被動防守的特點,尚不足以為網(wǎng)絡(luò)提供全面防護。為了彌補技術(shù)上的不足,入侵檢測系統(tǒng)應(yīng)運而生,它通過主動防御來幫助系統(tǒng)應(yīng)對入侵行為,提高了信息安全基礎(chǔ)結(jié)構(gòu)的完整性。近些年來,機器學(xué)習(xí)因其可以降低對人類專家的依賴、善于學(xué)習(xí)數(shù)據(jù)中隱藏的規(guī)律等優(yōu)點在入侵檢測中得到應(yīng)用,并成為研究的熱點。面對網(wǎng)絡(luò)環(huán)境和網(wǎng)絡(luò)安全形勢的新變化,本研究擬拓展機器學(xué)習(xí)在網(wǎng)絡(luò)入侵檢測中的應(yīng)用空間,以期進一步優(yōu)化入侵檢測系統(tǒng)的實時性、有效性和可靠性。本文主要研究工作如下:第一,針對現(xiàn)有網(wǎng)絡(luò)入侵檢測系統(tǒng)難以快速及時分析高速網(wǎng)絡(luò)中海量數(shù)據(jù)的問題,本研究設(shè)計了一個具有高準確率和低漏報率,尤其是能夠快速及時分析高速網(wǎng)絡(luò)中大規(guī)模數(shù)據(jù)的入侵檢測系統(tǒng)。為達成這一目標,本研究分別從局部和整體出發(fā)。從局部來看,我們充分利用Light GBM算法的優(yōu)勢,提高數(shù)據(jù)預(yù)處理階段和決策階段的時間效率。從整體來看,本研究采用并行檢測機制對不同時間窗口到達的流量數(shù)據(jù)進行分析,這樣可以避免后面時間窗口到達的數(shù)據(jù)排隊等待造成的處理時間的延... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與創(chuàng)新點
    1.4 本文的組織結(jié)構(gòu)
第二章 相關(guān)理論與技術(shù)基礎(chǔ)簡介
    2.1 入侵檢測概述
        2.1.1 相關(guān)基本概念
        2.1.2 入侵檢測技術(shù)的分類
        2.1.3 入侵檢測性能評價指標
    2.2 常見機器學(xué)習(xí)方法及其在入侵檢測中的應(yīng)用
    2.3 本章小結(jié)
第三章 基于Light GBM和并行檢測機制的實時網(wǎng)絡(luò)入侵檢測系統(tǒng)
    3.1 引言
    3.2 設(shè)計思路
    3.3 基于Light GBM和并行檢測機制的實時網(wǎng)絡(luò)入侵檢測系統(tǒng)
        3.3.1 系統(tǒng)框架
        3.3.2 Light GBM
        3.3.3 并行檢測機制
    3.4 實驗與結(jié)果分析
        3.4.1 實驗環(huán)境與數(shù)據(jù)
        3.4.2 離線實驗
        3.4.3 近實時實驗
    3.5 本章小結(jié)
第四章 基于多層混合模型的網(wǎng)絡(luò)入侵檢測方法
    4.1 引言
    4.2 設(shè)計思路
    4.3 基于KNN和 Cat Boost的多層混合模型
        4.3.1 模型的整體框架
        4.3.2 K近鄰算法原理
        4.3.3 Cat Boost算法原理
    4.4 數(shù)據(jù)預(yù)處理
    4.5 實驗與結(jié)果分析
        4.5.1 模型參數(shù)設(shè)置
        4.5.2 實驗結(jié)果
        4.5.3 實驗結(jié)果的對比分析
    4.6 本章小結(jié)
總結(jié)與展望
    全文總結(jié)
    未來工作展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻】：
期刊論文
[1]CNNIC發(fā)布第44次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》[J]. 于朝暉.  網(wǎng)信軍民融合. 2019(09)



本文編號：3044262