發(fā)布時間：2021-08-10 23:04

　　近年來,為了給乘客提供更好的客艙娛樂服務,越來越多的航空公司將傳統(tǒng)的機載娛樂系統(tǒng)與互聯(lián)網服務相結合,把互聯(lián)網帶來的便利與豐富性延伸到萬丈高空的飛行旅途中。然而,機載網絡開放性增強的同時也為復雜多變的網絡攻擊敞開了大門,由于入侵行為威脅到飛行安全、乘客隱私、航空公司品牌形象等,對機載網絡安全問題的研究迫在眉睫。首先,本文分析當前國內外研究現(xiàn)狀,綜合考慮機載網絡體系結構特點,提出機載網絡入侵檢測模型,并從數(shù)據(jù)獲取模塊、數(shù)據(jù)預處理模塊、數(shù)據(jù)分析模塊及數(shù)據(jù)后處理模塊4個方面對模型進行模塊化設計。其次,為滿足機載網絡對檢測性能的高要求,本文基于深度學習理論對入侵檢測方法進行設計與實現(xiàn)。利用深度學習神經網絡優(yōu)秀的特征提取能力以及傳統(tǒng)機器學習算法中支持向量機（Support Vector Machine,SVM）出色的分類性能,提出深度置信網絡（Deep Belief Network,DBN）與支持向量機相結合的混合檢測方法。最后,進行入侵檢測仿真實驗,分析網絡深度、核函數(shù)以及訓練數(shù)據(jù)量對本文方法檢測結果的影響,并基于實驗結果對檢測方法的參數(shù)進行優(yōu)化。針對不同入侵行為,提出并聯(lián)檢測方法,并設計實驗驗... 

【文章來源】：中國民航大學天津市

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

機載網絡系統(tǒng)體系結構

個基本模塊組成：事件發(fā)生模塊、事件分析模示）。CIDF 各個模塊之間的通信由通用入Object，GIDO）實現(xiàn)，描述語言使用通用入侵n Language，CISL）�；灸K協(xié)同工作完成入侵檢測任務：（1）待檢測的數(shù)據(jù)，生成 GIDO 傳遞到其它各模塊主機日志、數(shù)據(jù)庫記錄或者網絡中交換的數(shù)核心模塊，主要對事件發(fā)生器傳遞的 GIDO 進遞到響應模塊或事件數(shù)據(jù)庫。事件分析基于數(shù)。（3）事件數(shù)據(jù)庫作為持久化模塊，記錄整查或研究。（4）響應模塊接收由其它模塊傳遞適當?shù)捻憫ｍ憫袨榘ńK止目標進程或通

網絡入侵檢測模型模塊化設計第二章對機載網絡體系結構的分析，機載網絡是一種由 ACD、AISD域相互關聯(lián)形成的多協(xié)議棧復雜網絡。其中，ACD 和 AISD 涉及飛行核心信息、客艙系統(tǒng)信息等關鍵數(shù)據(jù)，對安全性的要求極高。而 PIE訪問的機載網絡接口，對其中惡意流量的控制尤為重要。本文對機載模型，通過在 PIESD 中接入一個設置為混雜模式的網卡（如圖 3-2 載網絡源數(shù)據(jù)的捕獲，并用于入侵檢測分析。


本文編號：3334940