【摘要】：現(xiàn)今時代互聯(lián)網(wǎng)技術(shù)快速發(fā)展,為了適應時代的發(fā)展速度和方向,計算機網(wǎng)絡(luò)也在不斷的普及和生活化,被廣泛用于在服務(wù)器與移動設(shè)備和桌面之間交換機密數(shù)據(jù)信息。但是隨之而來的安全問題也日益嚴重。在物聯(lián)網(wǎng)的研究領(lǐng)域,各個物聯(lián)網(wǎng)相關(guān)的組織、智能家居產(chǎn)品的廠商都提出了各自研究的解決方案。不同的標準和協(xié)議帶來了智能家居產(chǎn)品多樣化,但也因為標準和協(xié)議的不統(tǒng)一,帶來不少問題。而各大物聯(lián)網(wǎng)組織、智能家居廠商提出的標準和協(xié)議對安全問題普遍不夠重視。因此研究具備兼容性和高安全性的智能家居系統(tǒng)具有實際意義和實用價值。本文為了解決上述問題而設(shè)計了基于Alljoyn技術(shù)的瘦客戶端智能家居系統(tǒng)平臺。所設(shè)計的平臺總共由標準客戶端,設(shè)備系統(tǒng)橋和瘦客戶機三個主要部分組成。實驗結(jié)果表明該系統(tǒng)可以通過標準客戶端應用對瘦客戶端設(shè)備進行發(fā)現(xiàn)、訪問、配置、生成統(tǒng)一控制界面并控制的操作。之后,針對該智能家居系統(tǒng)平臺潛在的網(wǎng)絡(luò)攻擊的安全問題,引入入侵檢測方法。首先是分類器的選擇。近年來機器學習已經(jīng)成為網(wǎng)絡(luò)安全和入侵檢測領(lǐng)域的重要部分,也產(chǎn)生了很多算法來解決各種的問題。但是這些算法哪一個會增強會解決智能家居環(huán)境的入侵檢測系統(tǒng)就成了本文要解決的問題。最終在第四章通過實驗對支持向量機(Support Vector Machine,SVM)相較于其他分類器更適用于于智能家居環(huán)境進行了佐證。根據(jù)所選擇出的SVM分類器,在agent技術(shù)的基礎(chǔ)上提出了一種基于蟻獅優(yōu)化算法優(yōu)化SVM的入侵檢測模型。首先是蟻獅優(yōu)化算法對SVM懲罰因子和核函數(shù)這兩個參數(shù)的優(yōu)化,利用得到的最優(yōu)懲罰因子和核函數(shù)來建立最優(yōu)的分類模型,以此來達到提高網(wǎng)絡(luò)入侵檢測分類準確率的目的。該入侵檢測方法共包括數(shù)據(jù)的收集以及預處理,優(yōu)化參數(shù),訓練學習等部分。分類器的選擇測試和基于蟻獅優(yōu)化算法優(yōu)化SVM的入侵檢測方法的測試都是在UNSW-NB15網(wǎng)絡(luò)數(shù)據(jù)集上進行的。首先,分類器的選擇實驗是選擇了五種分類器進行實驗,然后利用五種評價標準進行評估。第四章結(jié)果表明SVM相較于其他分類器更適用于智能家居環(huán)境。最后,基于蟻獅優(yōu)化算法優(yōu)化SVM入侵檢測方法與基于粒子群優(yōu)化算法優(yōu)化SVM,基于蜻蜓優(yōu)化算法優(yōu)化SVM進行了實驗對比。根據(jù)實驗結(jié)果總結(jié)得出,蟻獅優(yōu)化算法優(yōu)化SVM的網(wǎng)絡(luò)入侵檢測方法在降低了誤報率的基礎(chǔ)上有更高的效率和檢測率。
【圖文】：

測的分類上應用的入侵檢測的方法隨著時間的發(fā)展也越來越多種原則有各種各樣的分類方案。其一就是被分成兩類主機的”，而 IDS 的實施也取決于環(huán)境。其中“基于網(wǎng)絡(luò)流量包以檢測入侵和惡意攻擊[32]�！盎诰W(wǎng)絡(luò)的件為基礎(chǔ)的，或者是以硬件為基礎(chǔ)的系統(tǒng)。例如，Sno基礎(chǔ)的方法同時也是“基于網(wǎng)絡(luò)的”入侵檢測系統(tǒng)[33]擴展和流量不斷增加時實施的，例如智能傳感器架構(gòu)[列也能在以硬件系統(tǒng)為基礎(chǔ)的同時用作基于網(wǎng)絡(luò)的入門陣列的特性，例如支持高速接口的能力，動態(tài)重編場可編程門陣列特別及其的適合在基于網(wǎng)絡(luò)的入侵檢絡(luò)的”入侵檢測的運行結(jié)構(gòu)及其在網(wǎng)絡(luò)環(huán)境中的位置如

主機的系統(tǒng)則關(guān)注進出單個工作站的流量和事件日志的分析。上實施，并保護該系統(tǒng)免受入侵或惡意攻擊，從而損害其操作系于主機的入侵檢測通常依賴于主機環(huán)境度量標準，，例如計算機中些度量或特征用作基于主機的 IDS 決策引擎的輸入。因此，從征是任何基于主機的 IDS 的基礎(chǔ)�；谥鳈C的 IDS 的操作結(jié)構(gòu)置如圖 2.2 所示。
【學位授予單位】：湖北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TU855;TP393.08

【相似文獻】

相關(guān)期刊論文 前10條

1 張曦文;;蟻獅倒退行為在捕食中的作用[J];科學啟蒙;2018年07期

2 托芙·揚松;;《魔法師的帽子》[J];快樂語文;2017年17期

3 繆建吾;;蟻獅的行動[J];生物學通報;1958年03期

4 ;蟻獅是怎樣捕食的[J];課外生活;2010年09期

5 姜雅風;;也談蟻獅[J];大自然;2006年02期

6 許培育;;蟲蟲攻略之“蟻獅”[J];聰明泉(少兒版);2008年12期

7 馬安寧;;蟻獅擷奇[J];大自然;2002年02期

8 盧兆盛;湯美玲;;巧設(shè)陷阱的蟻獅[J];成才與就業(yè);2019年Z1期

9 許培育;;蟲蟲攻略之“蟻獅”[J];小學時代;2010年04期

10 尹洪紅;楊曉文;劉佳鳴;韓燮;;一種基于蟻獅優(yōu)化的極限學習機[J];計算機應用與軟件;2019年08期

相關(guān)會議論文 前1條

1 潘秀蘭;;濱河開發(fā)對蟻獅生態(tài)影響的考察研究[A];第十六屆中國科協(xié)年會——分5生態(tài)環(huán)境保護與綠色發(fā)展研討會論文集[C];2014年

相關(guān)重要報紙文章 前2條

1 汗漫;愛、秘密及其他[N];文學報;2014年

2 馬良;科學的美麗中充滿人文的情懷[N];光明日報;2014年

相關(guān)博士學位論文 前1條

1 張杰;蟻蛉科幼蟲形態(tài)與分子鑒定研究（脈翅目：蟻蛉科）[D];中國農(nóng)業(yè)大學;2017年

相關(guān)碩士學位論文 前6條

1 單欣欣;基于蟻獅優(yōu)化SVM的智能家居入侵檢測的研究[D];湖北工業(yè)大學;2019年

2 陳倩雯;基于改進蟻獅優(yōu)化算法的含風電配電網(wǎng)多目標無功優(yōu)化[D];西安理工大學;2019年

3 賈江波;水利工程用探地雷達陣列天線優(yōu)化方法研究[D];河北科技大學;2018年

4 王怡冰;基于距離的蟻獅優(yōu)化算法的研究與應用[D];湖南大學;2017年

5 王穎娟;泛蟻蛉生物學及人工飼養(yǎng)技術(shù)研究[D];貴州大學;2008年

6 楊展;穴蟻蛉幼蟲全長均一化cDNA文庫的構(gòu)建及ESTs初步分析[D];暨南大學;2011年

本文編號：2689269