本文關(guān)鍵詞：基于免疫機(jī)制的檢測器進(jìn)化方法

  更多相關(guān)文章： 免疫機(jī)制 檢測基因 檢測標(biāo)識(shí) 基因特性 基因值

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,網(wǎng)絡(luò)安全問題逐漸突出,傳統(tǒng)網(wǎng)絡(luò)防御措施已經(jīng)無法適應(yīng)當(dāng)今不斷變化的網(wǎng)絡(luò)環(huán)境,如何為用戶營造一個(gè)安全的網(wǎng)絡(luò)環(huán)境,已經(jīng)成為當(dāng)下研究的熱點(diǎn)。入侵檢測技術(shù)的檢測原理和生物免疫機(jī)制有著非常高的相似度,在一定程度上為入侵檢測系統(tǒng)提供了天然模型。傳統(tǒng)基于人工免疫的檢測器進(jìn)化方法是靜態(tài)進(jìn)化方法,即當(dāng)系統(tǒng)沒有受到入侵攻擊時(shí),系統(tǒng)內(nèi)部自我進(jìn)化,這種進(jìn)化方法進(jìn)化率低,匹配度低,難以適應(yīng)當(dāng)前網(wǎng)絡(luò)快速發(fā)展的需要。針對(duì)傳統(tǒng)檢測器進(jìn)化方法存在的問題,首先根據(jù)檢測器最近使用的頻率,將檢測器庫分為活躍庫、候選庫和潛在庫三大類。其次提出了基于免疫機(jī)制的檢測器(IMTMD檢測器)及基于免疫機(jī)制的檢測器進(jìn)化算法(IMDEA算法),每個(gè)IMTMD檢測器由檢測基因(包含基因特性和基因值)、檢測標(biāo)識(shí)和處理單元構(gòu)成。IMDEA算法以檢測基因作為檢測器進(jìn)化的最小單元,首先提取入侵特征基因,其次取活躍庫中檢測器上的檢測基因,依次進(jìn)行基因特性和基因值的匹配,如果匹配成功并且匹配成功的檢測器濃度比預(yù)定的值要大時(shí),則激活檢測器庫中的檢測器,消除入侵抗原,否則,檢測器進(jìn)化。實(shí)驗(yàn)結(jié)果表明,IMTMD檢測器及相關(guān)進(jìn)化方法增強(qiáng)了防御系統(tǒng)應(yīng)對(duì)未知網(wǎng)絡(luò)攻擊的自適應(yīng)能力,提高了網(wǎng)絡(luò)攻擊的檢測率和資源利用率,增強(qiáng)了匹配度。當(dāng)檢測信號(hào)量達(dá)到一定規(guī)模時(shí),其初次響應(yīng)時(shí)間和二次響應(yīng)時(shí)間明顯減少;本文最后針對(duì)傳統(tǒng)檢測器群進(jìn)化率低問題,提出了基于免疫機(jī)制的檢測器群進(jìn)化算法(Happy Baby Evolution Algorithm,HBEA算法),HBEA算法將檢測器種群分成若干個(gè)子群,選擇每個(gè)子群中的最優(yōu)個(gè)體,重新組合成新的檢測器群,然后進(jìn)行進(jìn)化。實(shí)驗(yàn)結(jié)果表明進(jìn)化后的檢測器群比傳統(tǒng)檢測器具有更高的親和力。
【關(guān)鍵詞】：免疫機(jī)制 檢測基因 檢測標(biāo)識(shí) 基因特性 基因值
【學(xué)位授予單位】：南華大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.08
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 緒論11-17
• 1.1 研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.3 本文的主要研究工作14-15
• 1.4 文章的組織結(jié)構(gòu)15-17
• 第2章 相關(guān)理論基礎(chǔ)17-28
• 2.1 生物免疫系統(tǒng)17-19
• 2.1.1 免疫系統(tǒng)的特性17
• 2.1.2 生物免疫機(jī)制17-19
• 2.2 入侵攻擊理論基礎(chǔ)19-23
• 2.2.1 典型攻擊概述19-22
• 2.2.1.1 拒絕服務(wù)攻擊19-20
• 2.2.1.2 利用型攻擊20-21
• 2.2.1.3 信息收集攻擊21
• 2.2.1.4 破壞行攻擊21-22
• 2.2.2 攻擊特征分析22-23
• 2.3 傳統(tǒng)檢測器實(shí)時(shí)進(jìn)化算法23-25
• 2.3.1 高斯進(jìn)化算法23-24
• 2.3.2 柯西進(jìn)化算法24-25
• 2.4 傳統(tǒng)檢測器群進(jìn)化算法25-27
• 2.4.1 克隆選擇進(jìn)化算法25-26
• 2.4.2 遺傳進(jìn)化算法26-27
• 2.5 本章小結(jié)27-28
• 第3章 基于免疫機(jī)制的檢測器實(shí)時(shí)進(jìn)化方法28-50
• 3.1 概述28-29
• 3.2 基于免疫機(jī)制的檢測器29-33
• 3.2.1 檢測器基本結(jié)構(gòu)29-31
• 3.2.2 檢測器庫分類方法31-33
• 3.3 IMDEA進(jìn)化算法33-44
• 3.3.1 IMDEA進(jìn)化算法的基本思想33-36
• 3.3.2 IMDEA進(jìn)化算法的主要步驟及流程圖36-37
• 3.3.3 IMDEA進(jìn)化算法的描述形式37-39
• 3.3.4 基因特性匹配39-42
• 3.3.4.1 基因特性匹配的基本思想39-40
• 3.3.4.2 基因特性匹配的主要步驟及流程圖40-41
• 3.3.4.3 基因特性匹配的形式描述41-42
• 3.3.5 基因值匹配42-44
• 3.3.5.1 基因值匹配的基本思想42
• 3.3.5.2 基因值匹配主要步驟及流程圖42-43
• 3.3.5.3 基因值匹配的形式描述及流程圖43-44
• 3.4 實(shí)驗(yàn)結(jié)果與分析44-49
• 3.4.1 實(shí)驗(yàn)環(huán)境44
• 3.4.2 實(shí)驗(yàn)設(shè)置44-45
• 3.4.3 實(shí)驗(yàn)結(jié)果分析45-49
• 3.5 本章小結(jié)49-50
• 第4章 基于免疫機(jī)制的檢測器群進(jìn)化方法50-64
• 4.1 概述50
• 4.2 HBEA檢測器群進(jìn)化算法50-54
• 4.2.1 HBEA檢測器群進(jìn)化算法的基本思想50-51
• 4.2.2 HBEA檢測器群進(jìn)化算法主要步驟及流程圖51-53
• 4.2.3 HBEA檢測器群進(jìn)化算法形式描述53-54
• 4.3 實(shí)驗(yàn)結(jié)果與分析54-62
• 4.3.1 實(shí)驗(yàn)環(huán)境54
• 4.3.2 實(shí)驗(yàn)數(shù)據(jù)集54-56
• 4.3.3 實(shí)驗(yàn)參數(shù)的分析與確定56-58
• 4.3.4 實(shí)驗(yàn)結(jié)果與分析58-62
• 4.4 本章小結(jié)62-64
• 第五章 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(xiàn)66-70
• 主要成果70-71
• 致謝71

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 楊向榮,宋擒豹,沈鈞毅;基于行為模式挖掘的網(wǎng)絡(luò)入侵檢測[J];西安交通大學(xué)學(xué)報(bào);2002年02期

2 王磊,潘進(jìn),焦李成;免疫算法[J];電子學(xué)報(bào);2000年07期

3 焦李成,杜海峰;人工免疫系統(tǒng)進(jìn)展與展望[J];電子學(xué)報(bào);2003年10期

4 劉若辰,杜海峰,焦李成;免疫多克隆策略[J];計(jì)算機(jī)研究與發(fā)展;2004年04期

5 李濤;;基于免疫的網(wǎng)絡(luò)監(jiān)控模型[J];計(jì)算機(jī)學(xué)報(bào);2006年09期

6 倪建成;李志蜀;孫繼榮;周利平;;樹突狀細(xì)胞分化模型在人工免疫系統(tǒng)中的應(yīng)用研究[J];電子學(xué)報(bào);2008年11期

7 陳岳兵;馮超;張權(quán);唐朝京;;基于DCA的數(shù)據(jù)融合方法研究[J];信號(hào)處理;2011年01期

8 陳岳兵;馮超;張權(quán);唐朝京;;面向入侵檢測的集成人工免疫系統(tǒng)[J];通信學(xué)報(bào);2012年02期

，

本文編號(hào)：820202