隨著網(wǎng)絡(luò)攻擊日益增多,如何確保網(wǎng)絡(luò)正常、安全、平穩(wěn)地運(yùn)行,已經(jīng)成為信息時代所需面臨的重大挑戰(zhàn)�；诠籼卣鲙斓娜肭謾z測系統(tǒng)效率很高,但特征庫的建立依靠安全專家事后分析提取的方法難以應(yīng)對現(xiàn)有復(fù)雜高速網(wǎng)絡(luò)環(huán)境,攻擊特征自動提取無需人工干預(yù),從而能快速準(zhǔn)確地為入侵檢測系統(tǒng)提取出特征。針對現(xiàn)有的攻擊特征自動提取方法提出一種通用框架和評價標(biāo)準(zhǔn),對比分析各類方法的原理和特點(diǎn),總結(jié)特征提取所面臨的問題并預(yù)測未來趨勢。序列比對應(yīng)用于攻擊特征自動提出會產(chǎn)生碎片問題、馬賽克效應(yīng)和陰影效應(yīng),為解決這些問題,提出一種INLA （ImprovedNLA）算法,引入鼓勵連續(xù)匹配函數(shù),通過對連續(xù)字符匹配增加得分使比對結(jié)果存在更多連續(xù)的具有語義信息的子序列串,同時為了消除連續(xù)空位對相似度得分的影響,對連續(xù)空位使用線性罰分,為了消除馬賽克效應(yīng),使用動態(tài)罰分,如果發(fā)現(xiàn)比對處于保守區(qū)域加大罰分力度,使比對更快的走出保守區(qū)域。實(shí)驗(yàn)結(jié)果證明,運(yùn)用INLA算法提取出的字符特征擁有更少的碎片和更多的匹配字符,連續(xù)匹配的子序列串?dāng)?shù)目也是最多的。針對現(xiàn)有攻擊特征自動提取方法抗噪能力弱和準(zhǔn)確性不高的問題,提出一種利用多層剪枝策略進(jìn)行攻擊... 

【文章來源】：中南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的組織結(jié)構(gòu)
2 攻擊特征提取方法研究綜述
    2.1 NSG通用框架
    2.2 攻擊特征自動提取方法的原理分析
        2.2.1 基于最長公共子串特征提取方法
        2.2.2 基于固定長度負(fù)載出現(xiàn)頻率的提取方法
        2.2.3 基于可變長度負(fù)載出現(xiàn)頻率的提取方法
        2.2.4 基于語義分析的攻擊特征自動提取方法
        2.2.5 基于序列比對的攻擊特征自動提取方法
    2.3 攻擊特征自動提取方法的特點(diǎn)對比
        2.3.1 攻擊特征自動提取的對比標(biāo)準(zhǔn)
        2.3.2 方法對比
    2.4 攻擊特征自動提取面臨的問題
    2.5 攻擊特征自動提取的未來趨勢
    2.6 本章小結(jié)
3 序列比對算法的研究和改進(jìn)
    3.1 現(xiàn)有序列比對算法分析
        3.1.1 算法原理分析
        3.1.2 應(yīng)用于攻擊特征自動提取的缺陷
    3.2 INLA 改進(jìn)的NLA算法
        3.2.1 改進(jìn)算法的基本思想
        3.2.2 鼓勵函數(shù)
        3.2.3 動態(tài)線性罰分
        3.2.4 算法描述
    3.3 實(shí)驗(yàn)與結(jié)果分析
        3.3.1 實(shí)驗(yàn)環(huán)境及參數(shù)配置
        3.3.2 小數(shù)據(jù)量實(shí)驗(yàn)結(jié)果及分析
        3.3.3 大數(shù)據(jù)量實(shí)驗(yàn)結(jié)果及分析
    3.4 將INLA應(yīng)用于多序列比對
    3.5 本章小結(jié)
4 層次剪枝的攻擊特征自動提取方法
    4.1 方法基本框架
    4.2 剪枝策略
        4.2.1 原理描述
        4.2.2 過程描述
    4.3 實(shí)驗(yàn)與結(jié)果分析
        4.3.1 實(shí)驗(yàn)環(huán)境
        4.3.2 方法有效性驗(yàn)證
        4.3.3 抗噪能力測試
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的主要研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于可回溯動態(tài)污點(diǎn)分析的攻擊特征生成方法[J]. 劉豫,聶眉寧,蘇璞睿,馮登國.  通信學(xué)報(bào). 2012(05)
[2]基于信息流策略的污點(diǎn)傳播分析及動態(tài)驗(yàn)證[J]. 黃強(qiáng),曾慶凱.  軟件學(xué)報(bào). 2011(09)
[3]Zero-day攻擊多態(tài)蠕蟲研究與進(jìn)展[J]. 李高鋒,何聚厚.  計(jì)算機(jī)技術(shù)與發(fā)展. 2011(09)
[4]自適應(yīng)混合入侵防御[J]. 喬佩利,韓偉.  自動化技術(shù)與應(yīng)用. 2011(04)
[5]多序列比對算法的研究進(jìn)展[J]. 鄒權(quán),郭茂祖,韓英鵬,李文濱.  生物信息學(xué). 2010(04)
[6]基于彩色編碼的多態(tài)蠕蟲特征自動提取方法[J]. 汪潔,王建新,陳建二.  軟件學(xué)報(bào). 2010(10)
[7]抗噪的攻擊特征自動提取方法[J]. 唐勇,魏書寧,胡華平,盧錫城.  通信學(xué)報(bào). 2009(12)
[8]身份認(rèn)證技術(shù)及其發(fā)展趨勢[J]. 周楝淞,楊潔,譚平嶂,龐飛,曾夢岐.  通信技術(shù). 2009(10)
[9]基于關(guān)鍵字樹的DNA多序列星比對算法[J]. 鄒權(quán),郭茂祖,王曉凱,張濤濤.  電子學(xué)報(bào). 2009(08)
[10]攻擊特征自動提取技術(shù)綜述[J]. 唐勇,盧錫城,王勇軍.  通信學(xué)報(bào). 2009(02)



本文編號：3518824