發(fā)布時(shí)間：2021-12-24 10:38

　　近年來,隨著社會(huì)的進(jìn)步和數(shù)字信息化的快速發(fā)展,“互聯(lián)網(wǎng)+”發(fā)展模式讓互聯(lián)網(wǎng)與各行各業(yè)融合,使得人們的生活生產(chǎn)更加快捷高效。與此同時(shí),互聯(lián)網(wǎng)的快速普及也會(huì)帶來一系列安全問題。入侵檢測系統(tǒng)（IDS）可以對系統(tǒng)或者網(wǎng)絡(luò)資源進(jìn)行實(shí)時(shí)監(jiān)測,及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)入侵者,已經(jīng)成為一種重要的網(wǎng)絡(luò)安全工具。但是,入侵檢測技術(shù)仍然存在一些不足之處:檢測技術(shù)的缺陷,各種攻擊方法層出不窮,導(dǎo)致誤報(bào)率偏高,而且對大規(guī)模的網(wǎng)絡(luò)的監(jiān)測效果不夠好,入侵檢測的精確率還有待提高。針對傳統(tǒng)入侵檢測方法的不足,提出了一種基于決策粗糙集和SVM算法協(xié)同工作的網(wǎng)絡(luò)異常檢測模型DTRS_SVM。首先,對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理后,采用SVM算法對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分類,根據(jù)樣本點(diǎn)距離超平面的函數(shù)間隔范圍,將數(shù)據(jù)分為正常、異常、不確定三類。然后,將不確定集合中的數(shù)據(jù)用決策粗糙集的方法進(jìn)行判定,根據(jù)決策風(fēng)險(xiǎn)最小原則,求得等價(jià)類屬于正常集合的概率,根據(jù)概率的范圍劃分為正常、異常、邊界域三類。最后,對于邊界域集合,采用混合分類模型,將SVM算法和決策粗糙集兩種方法所得結(jié)果進(jìn)行加權(quán)平均,從而判定不確定集合中的數(shù)據(jù)屬于正�；虍惓！榱蓑�(yàn)證上述D... 

【文章來源】：南昌大學(xué)江西省 211工程院校

【文章頁數(shù)】：59 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

017年CNVD收錄系統(tǒng)安全漏洞數(shù)量

根據(jù)國家信息安全漏洞共享平臺(tái)(CNVD)的統(tǒng)計(jì)，2017 年信息系統(tǒng)安全漏洞多達(dá) 15981 個(gè)，比 2016 年增長了 47.7%，如圖 1.1 所示；其中，高危系統(tǒng)安全漏洞為 5678 個(gè)，同比增長 37.1%，如圖 1.2 所示。侵犯個(gè)人隱私、損害國家利益等違法行為仍時(shí)有發(fā)生[1]。圖 1.1 2017 年 CNVD 收錄系統(tǒng)安全漏洞數(shù)量

圖 1.3 CNCERT 一周處理異常事件類型分布(2 月 19 日-25 日)此，網(wǎng)絡(luò)安全與國家政治、經(jīng)濟(jì)、文化領(lǐng)域都有著密切聯(lián)系，保不容緩。國外，網(wǎng)絡(luò)安全是國家安全問題的重要組成部分。2017 年 12 月 朗普公布了其任職期內(nèi)的首份美國國家安全戰(zhàn)略報(bào)告，其中強(qiáng)調(diào)國國家網(wǎng)絡(luò)安全方法的行動(dòng)綱要清單。國也先后成立了國家互聯(lián)網(wǎng)應(yīng)急中心、中央網(wǎng)絡(luò)安全和信息化領(lǐng)導(dǎo)國互聯(lián)網(wǎng)上網(wǎng)絡(luò)安全事件的預(yù)防、發(fā)現(xiàn)、預(yù)警、協(xié)調(diào)和處置工作絡(luò)安全時(shí)間的應(yīng)急響應(yīng)和協(xié)調(diào)處置機(jī)制。2017 年 6 月，我國開始實(shí)共和國網(wǎng)絡(luò)安全法》，為維護(hù)互聯(lián)網(wǎng)的安全穩(wěn)定提供了切實(shí)的法律息系統(tǒng)能夠安全運(yùn)行，凈化網(wǎng)絡(luò)環(huán)境，保障群眾的信息安全。年來，由于網(wǎng)絡(luò)威脅帶來的潛在威脅越來越嚴(yán)重，防范這些威脅統(tǒng)安全的必要性顯著增強(qiáng)。為了保護(hù)信息系統(tǒng)不受入侵者的影響不同的預(yù)防解決方案。這些方法包括，用戶認(rèn)證、訪問控制機(jī)制著網(wǎng)絡(luò)技術(shù)的發(fā)展，防火墻等傳統(tǒng)安全技術(shù)存在不能防止受病毒

【參考文獻(xiàn)】：
期刊論文
[1]基于PCA的SVM網(wǎng)絡(luò)入侵檢測研究[J]. 戚名鈺,劉銘,傅彥銘.  信息網(wǎng)絡(luò)安全. 2015(02)
[2]KDDCUP99數(shù)據(jù)集的數(shù)據(jù)分析研究[J]. 吳建勝,張文鵬,馬垣.  計(jì)算機(jī)應(yīng)用與軟件. 2014(11)
[3]基于決策粗糙集的模糊分類模型[J]. 王莉,周獻(xiàn)中,李華雄.  信息與控制. 2014(01)
[4]改進(jìn)的基于人工免疫的入侵檢測模型[J]. 姚云志,田玉玲.  計(jì)算機(jī)應(yīng)用與軟件. 2014(01)
[5]基于對支持向量機(jī)的多類分類算法在入侵檢測中的應(yīng)用[J]. 聶盼盼,臧洌,劉雷雷.  計(jì)算機(jī)應(yīng)用. 2013(02)
[6]一種SVM入侵檢測的融合新策略[J]. 李漢彪,劉淵.  計(jì)算機(jī)工程與應(yīng)用. 2012(04)
[7]決策粗糙集模型研究綜述[J]. 李華雄,劉盾,周獻(xiàn)中.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(05)
[8]一個(gè)基于決策粗糙集理論的信息過濾模型[J]. 趙文清,朱永利,高偉華.  計(jì)算機(jī)工程與應(yīng)用. 2007(07)
[9]基于支持向量機(jī)的入侵檢測系統(tǒng)[J]. 饒鮮,董春曦,楊紹全.  軟件學(xué)報(bào). 2003(04)

碩士論文
[1]基于維數(shù)消減與SVM參數(shù)優(yōu)化的入侵檢測算法研究[D]. 董蒙.燕山大學(xué) 2016
[2]基于決策粗糙集的個(gè)性化郵件過濾方法[D]. 陸春芽.廣西大學(xué) 2013
[3]基于改進(jìn)SVM的網(wǎng)絡(luò)入侵檢測算法研究[D]. 趙春蘭.西安科技大學(xué) 2012
[4]基于蟻群聚類的SVM算法在入侵檢測中的應(yīng)用[D]. 楊聰明.南京理工大學(xué) 2012
[5]基于主機(jī)入侵檢測的先進(jìn)智能方法研究[D]. 許大衛(wèi).江南大學(xué) 2010



本文編號(hào)：3550336