本文關(guān)鍵詞：免疫優(yōu)化算法在網(wǎng)絡(luò)入侵誤報(bào)警中的應(yīng)用

  更多相關(guān)文章： 檢測系統(tǒng) 誤報(bào)警 人工免疫系統(tǒng) 模糊邏輯理論 網(wǎng)絡(luò)入侵

【摘要】：隨著個(gè)人PC、家用計(jì)算機(jī)、企業(yè)單位計(jì)算機(jī)的普及使用以及互聯(lián)網(wǎng)的高速發(fā)展，高科技給我們的生活帶來越來越多的便利；然而，任何事物都是一把“雙刃劍”，在高速發(fā)展的同時(shí)所暴露出的安全問題給人們乃至國家都帶來了嚴(yán)重的損失。越來越復(fù)雜的網(wǎng)絡(luò)環(huán)境使得傳統(tǒng)的防御體制漸漸的被人們所摒棄，于是網(wǎng)絡(luò)入侵檢測系統(tǒng)被人們越來越多的利用，它作為第二道安全防護(hù)被放置在作為第一道網(wǎng)絡(luò)安全防護(hù)的防火墻之后；然而，入侵檢測系統(tǒng)在給人們帶來便利的同時(shí)，在檢測時(shí)也會(huì)產(chǎn)生大量的誤報(bào)警，數(shù)量之大給相關(guān)人員的管理工作帶來了很大的難度。因此，開發(fā)一個(gè)實(shí)用高效并能大量降低誤報(bào)警數(shù)量的系統(tǒng)對(duì)于網(wǎng)絡(luò)的發(fā)展具有重大的意義，一個(gè)完整的消除入侵防御誤報(bào)警技術(shù)已成為當(dāng)今眾多學(xué)者的重要研究課題。 人工免疫系統(tǒng)作為“生命的衛(wèi)士”，可在識(shí)別“自己”與“非己”抗原的基礎(chǔ)上，針對(duì)外來微生物或者其他抗原性異物產(chǎn)生免疫應(yīng)答反應(yīng)，從而發(fā)揮免疫防御、免疫自穩(wěn)以及免疫監(jiān)視三大重要功能，以此來清除抗原，維持自身內(nèi)環(huán)境的穩(wěn)定。而入侵檢測系統(tǒng)的主要職責(zé)是檢測網(wǎng)絡(luò)運(yùn)行狀況并及時(shí)的識(shí)別阻止外部乃至內(nèi)部出現(xiàn)的非正常網(wǎng)絡(luò)攻擊行為，通過結(jié)合免疫理論與其他的方法來消除冗余出現(xiàn)的誤報(bào)警，，從而使整個(gè)網(wǎng)絡(luò)能夠不受負(fù)載的影響而有效的運(yùn)行。由此看來，二者具有諸多相似的成分，因而越來越多的國內(nèi)外學(xué)者在人工免疫學(xué)的基礎(chǔ)上設(shè)計(jì)出了很多不同的入侵檢測系統(tǒng)，并將其應(yīng)用到網(wǎng)絡(luò)入侵模型中，不僅提升了系統(tǒng)的防御能力，同時(shí)也解決了入侵檢測所帶來的大量誤報(bào)警問題，為網(wǎng)絡(luò)管理員大大減輕了負(fù)擔(dān)。 本文詳細(xì)闡述了人工免疫理論相關(guān)概念、入侵檢測技術(shù)以及消除入侵檢測所產(chǎn)生誤報(bào)警的技術(shù)，并主要對(duì)當(dāng)前國內(nèi)外學(xué)者如何減少入侵檢測過程中產(chǎn)生的誤報(bào)警數(shù)量做了深刻的研究和探討。目前已經(jīng)研究出的檢測系統(tǒng)雖然能夠大幅度提高檢測率，但是仍然會(huì)產(chǎn)生大量冗余從而影響檢測系統(tǒng)的效率，同時(shí)檢測系統(tǒng)不能夠完全對(duì)行為進(jìn)行識(shí)別所導(dǎo)致的大量誤報(bào)警使得系統(tǒng)負(fù)載加大。針對(duì)這兩個(gè)問題本文提出了一種基于改進(jìn)免疫優(yōu)化算法的入侵模型。該模型首先在標(biāo)準(zhǔn)否定選擇算法的基礎(chǔ)上加入局部離群因子作為適應(yīng)度函數(shù)來優(yōu)化檢測器的生成，其次采用模糊邏輯理論與免疫學(xué)知識(shí)相結(jié)合的方法構(gòu)建算法模型從而消除一些誤報(bào)警。最后，通過對(duì)模型進(jìn)行網(wǎng)絡(luò)入侵的仿真實(shí)驗(yàn)來驗(yàn)證本文所提出的入侵模型的可行性和有效性。
【關(guān)鍵詞】：檢測系統(tǒng) 誤報(bào)警 人工免疫系統(tǒng) 模糊邏輯理論 網(wǎng)絡(luò)入侵
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.08
【目錄】：

• 摘要3-5
• ABSTRACT5-11
• 第一章 緒論11-19
• 1.1 課題的研究背景以及意義11-13
• 1.1.1 課題的研究背景11-12
• 1.1.2 課題的研究意義12-13
• 1.2 國內(nèi)外的研究現(xiàn)狀13-16
• 1.2.1 網(wǎng)絡(luò)入侵檢測技術(shù)的研究近況13-15
• 1.2.2 網(wǎng)絡(luò)入侵過濾誤報(bào)警技術(shù)的研究近況15-16
• 1.3 論文的研究內(nèi)容以及結(jié)構(gòu)安排16-19
• 第二章 入侵檢測的相關(guān)概論與生物學(xué)免疫機(jī)理19-31
• 2.1 入侵檢測系統(tǒng)的相關(guān)概述19-22
• 2.1.1 入侵檢測的相關(guān)概念19-20
• 2.1.2 入侵檢測系統(tǒng)的分類與技術(shù)方法20-22
• 2.1.3 入侵檢測報(bào)警系統(tǒng)的概述22
• 2.2 生物學(xué)免疫機(jī)理22-24
• 2.2.1 生物學(xué)免疫的相關(guān)概念22-23
• 2.2.2 生物學(xué)免疫的特性23-24
• 2.3 人工免疫系統(tǒng)概述24-30
• 2.3.1 人工免疫系統(tǒng)的相關(guān)論述24-27
• 2.3.2 人工免疫系統(tǒng)中的算法27-28
• 2.3.3 基于人工免疫的網(wǎng)絡(luò)入侵過濾誤報(bào)警模型28-30
• 2.4 本章小結(jié)30-31
• 第三章 基于改進(jìn)的否定選擇算法的網(wǎng)絡(luò)故障診斷31-43
• 3.1 相關(guān)描述31-32
• 3.2 差分進(jìn)化算法理論及其一些改進(jìn)方法32-34
• 3.2.1 差分進(jìn)化算法思想32
• 3.2.2 差分進(jìn)化算法的一些改進(jìn)方法32-34
• 3.3 改進(jìn)的否定選擇算法34-39
• 3.3.1 標(biāo)準(zhǔn)的否定選擇算法34
• 3.3.2 改進(jìn)的否定選擇算法34-39
• 3.4 仿真實(shí)驗(yàn)及其結(jié)果分析39-41
• 3.5 本章小結(jié)41-43
• 第四章 基于模糊規(guī)則的免疫算法在網(wǎng)絡(luò)入侵中的應(yīng)用43-55
• 4.1 相關(guān)概述43
• 4.2 模糊理論43-47
• 4.2.1 模糊系統(tǒng)44-46
• 4.2.2 模糊邏輯規(guī)則46-47
• 4.3 無監(jiān)督學(xué)習(xí)算法和監(jiān)督學(xué)習(xí)算法47-48
• 4.3.1 無監(jiān)督學(xué)習(xí)算法47
• 4.3.2 監(jiān)督學(xué)習(xí)算法47-48
• 4.4 基于模糊規(guī)則的人工免疫算法模型48-53
• 4.4.1 特征選取48-49
• 4.4.2 關(guān)聯(lián)概率49-50
• 4.4.3 人工免疫優(yōu)化算法50-51
• 4.4.4 算法流程及其步驟51-53
• 4.5 實(shí)驗(yàn)仿真與結(jié)果分析53
• 4.6 本章小結(jié)53-55
• 第五章 免疫優(yōu)化理論在網(wǎng)絡(luò)入侵誤報(bào)警中的應(yīng)用55-65
• 5.1 模型結(jié)構(gòu)55-56
• 5.2 模型的實(shí)驗(yàn)環(huán)境平臺(tái)與實(shí)驗(yàn)設(shè)計(jì)56-57
• 5.2.1 實(shí)驗(yàn)環(huán)境平臺(tái)56-57
• 5.2.2 實(shí)驗(yàn)設(shè)計(jì)57
• 5.3 數(shù)據(jù)的來源及其處理57-59
• 5.3.1 數(shù)據(jù)來源與特點(diǎn)57-58
• 5.3.2 數(shù)據(jù)預(yù)處理58-59
• 5.4 實(shí)驗(yàn)結(jié)果分析59-63
• 5.4.1 檢測異常模塊的檢測器優(yōu)化結(jié)果59-61
• 5.4.2 處理報(bào)警模塊的效率61-63
• 5.5 本章小結(jié)63-65
• 第六章 總結(jié)與展望65-67
• 6.1 論文總結(jié)65
• 6.2 工作展望65-67
• 參考文獻(xiàn)67-73
• 致謝73-75
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文75
• 攻讀碩士學(xué)位期間參加的科研項(xiàng)目75

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 謝紅;劉人杰;陳純鍇;;基于誤用檢測與異常行為檢測的整合模型[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

2 談?dòng)⒆?沈炯,肖雋,宋兆龍,呂震中;人工免疫工程綜述[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年04期

3 田俊峰;張U

本文編號(hào)：710022