本文關鍵詞：基于免疫危險理論的擬態(tài)檢測方法，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計算機網(wǎng)絡的廣泛應用,網(wǎng)絡安全問題成為當下的研究熱點。由于生物免疫系統(tǒng)的免疫識別、免疫細胞的分布檢測、免疫自適應調(diào)節(jié)、免疫記憶等特性與入侵檢測系統(tǒng)需要的特性極其相似,因此,借鑒和模擬生物免疫機制的入侵檢測研究得到廣泛關注。但傳統(tǒng)基于人工免疫的入侵檢測方法主要以自體/非自體模型為基礎,普遍存在檢測率低、誤報率高,難以滿足復雜多變的網(wǎng)絡安全需求。免疫危險理論基于危險信號進行免疫應答,啟動免疫應答的關鍵因素是入侵者使機體細胞死亡或者病變而產(chǎn)生的危險信號,只要產(chǎn)生危險信號,抗原提呈細胞就會活化進而啟動免疫應答,不必考慮自體及自體耐受問題。本文針對傳統(tǒng)檢測方法不能有效檢測未知網(wǎng)絡攻擊以及誤報率高、檢測效率低等問題,提出了基于免疫危險理論的擬態(tài)檢測器(IDTMD檢測器)、檢測細胞動態(tài)檢測及調(diào)節(jié)算法(TODDCA算法)、檢測組織動態(tài)調(diào)節(jié)算法(MTOCSA算法)。每個IIDTMD檢測器由若干檢測組織組成,每個檢測組織由若干檢測細胞組成,檢測組織作為最小的檢測單元能夠完成獨立的檢測任務。IDTMD檢測器隨機生成若干檢測組織對被檢測信號進行檢測,根據(jù)被檢測信號量和已檢測到的危險信號量動態(tài)調(diào)整檢測組織的種類和數(shù)量,同時,檢測組織根據(jù)危險信號的種類和數(shù)量動態(tài)調(diào)整檢測細胞,從而實現(xiàn)擬態(tài)檢測的動態(tài)性、多樣性和隨機性。TODDCA算法建立在對危險信號進行分類的基礎上,通過計算被檢測信號與檢測細胞特征碼的親和度來判斷被檢測信號是否屬于該檢測細胞所檢測的危險信號,并根據(jù)檢測到的危險信號種類和數(shù)量動態(tài)調(diào)整檢測細胞的種類和數(shù)量,充分體現(xiàn)檢測細胞的動態(tài)組合性以及檢測組織的多樣性;MTOCSA算法根據(jù)被檢測的信號量和檢測到的危險信號動態(tài)調(diào)整IDTMD檢測器中各檢測組織的種類及數(shù)量,使各檢測組織被充分利用,達到資源利用率最大化的目的。實驗結(jié)果表明,IDTMD檢測器及相關算法增強了防御系統(tǒng)應對未知網(wǎng)絡攻擊的自適應能力,提高了網(wǎng)絡攻擊的檢測率和資源利用率,降低了誤報率。當檢測信號量達到一定規(guī)模時,其初次響應時間和二次響應時間明顯減少。
【關鍵詞】：免疫危險理論 檢測細胞 檢測組織 擬態(tài)檢測器
【學位授予單位】：南華大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP393.08
【目錄】：

• 摘要4-6
• Abstract6-12
• 第1章 緒論12-20
• 1.1 研究背景及意義12-14
• 1.2 國內(nèi)外研究現(xiàn)狀14-17
• 1.3 本文的主要研究工作17
• 1.4 文章的組織結(jié)構(gòu)17-20
• 第2章 人工免疫與擬態(tài)安全20-36
• 2.1 生物免疫系統(tǒng)20-23
• 2.1.1 免疫系統(tǒng)的特性20
• 2.1.2 生物免疫機制20-23
• 2.2 人工免疫系統(tǒng)及主要算法23-26
• 2.2.1 傳統(tǒng)免疫模型算法23-26
• 2.2.1.1 否定選擇算法23-24
• 2.2.1.2 克隆選擇算法24-26
• 2.3 危險理論26-32
• 2.3.1 DCA算法的基本原理28-30
• 2.3.2 DCA算法描述30-31
• 2.3.3 DC特征提取31
• 2.3.4 傳統(tǒng)模型和已有危險模型的缺陷31-32
• 2.4 擬態(tài)安全32-33
• 2.4.1 擬態(tài)安全基本思想32-33
• 2.4.2 擬態(tài)安全特性33
• 2.5 本章小結(jié)33-36
• 第3章 基于免疫危險理論的擬態(tài)檢測方法36-54
• 3.1 生物免疫與計算機免疫的映射及相關術(shù)語36-37
• 3.2 基于免疫危險理論的擬態(tài)檢測器的基本結(jié)構(gòu)37-40
• 3.2.1 擬態(tài)檢測器37-38
• 3.2.2 檢測組織38-39
• 3.2.3 檢測細胞39-40
• 3.3 擬態(tài)檢測器的動態(tài)化、多樣化和隨機化40-43
• 3.3.1 檢測器的動態(tài)化和多樣化40-43
• 3.3.1.1 檢測細胞的動態(tài)化和多樣化40-42
• 3.3.1.2 檢測組織的動態(tài)化和多樣化42-43
• 3.3.2 擬態(tài)檢測器的隨機化43
• 3.4 檢測細胞的動態(tài)檢測及調(diào)節(jié)算法43-50
• 3.4.1 檢測細胞的動態(tài)檢測及調(diào)節(jié)算法的基本思想43-44
• 3.4.2 TODDC檢測算法的主要步驟及流程圖44-45
• 3.4.3 TODDCA算法的形式描述45-48
• 3.4.4 細胞檢測過程48-50
• 3.4.4.1 細胞檢測過程的基本思想48-49
• 3.4.4.2 CCDP過程的主要步驟及流程圖49-50
• 3.4.4.3 CCDP過程形式描述50
• 3.5 檢測組織動態(tài)調(diào)節(jié)算法50-54
• 3.5.1 檢測組織動態(tài)調(diào)節(jié)算法的基本思想50-52
• 3.5.2 MTOCSA算法主要步驟及流程圖52
• 3.5.3 MTOCSA算法形式描述52-54
• 第4章 實驗結(jié)果與分析54-64
• 4.1 實驗環(huán)境54
• 4.2 實驗設置54-55
• 4.3 實驗數(shù)據(jù)集55-57
• 4.4 實驗參數(shù)分析與確定57-58
• 4.5 實驗結(jié)果與分析58-62
• 4.6 本章小結(jié)62-64
• 第5章 總結(jié)與展望64-66
• 5.1 總結(jié)64-65
• 5.2 展望65-66
• 參考文獻66-70
• 主要成果70-72
• 致謝72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 李明;王彤;;單天線SAR動目標的檢測和聚焦[J];系統(tǒng)工程與電子技術(shù);2008年09期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 張進良;雞的主要病毒性疫病抗體快速檢測方法的建立和應用研究[D];華中農(nóng)業(yè)大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 周歡;基于免疫危險理論的擬態(tài)檢測方法[D];南華大學;2015年

2 李克龍;氨基酸金屬離子復合膜化學修飾傳感器檢測氨基甲酸酯類農(nóng)藥的研究[D];安徽工程大學;2011年

  本文關鍵詞：基于免疫危險理論的擬態(tài)檢測方法，由筆耕文化傳播整理發(fā)布。

本文編號：318884