由于互聯(lián)網(wǎng)在防御與自主管理能力方面整體較弱,這使之很容易遭受攻擊。這也是網(wǎng)絡安全問題難以解決的重要因素。為了進一步提升其主動防御能力,就需要顯著提升其入侵檢測準確水平,從而大幅降低誤報率,同時還能對數(shù)據(jù)過載等問題給予弱化,將數(shù)據(jù)挖掘技術運用到網(wǎng)絡入侵檢測中,以達到建立一個具有自適應性以及良好的擴展性能的入侵檢測系統(tǒng)。本文首先結合人工免疫算法的網(wǎng)絡入侵方法,對生物免疫機制進行模擬,進而使之擁有動態(tài)學習、自我監(jiān)控、分布式運算等諸多功能,有效提升了該算法的效率與效果。研究結果表明在入侵行為的檢測正確率和減少誤報率這兩個指標方面,都有著較大的進步,同時還很好改善了其它相關入侵檢測算法的缺陷,進而為相應的入侵檢測開拓更新的思路。其次通過建立一種以貝葉斯為基礎對網(wǎng)絡入侵主動檢測模型,然后對其進行相應的仿真分析。在此模型之中,主要運用了主成分分析法,對網(wǎng)絡數(shù)據(jù)包所涉及到的關鍵性、消除冗余等屬性進行提取,同時還進一步對維數(shù)給予降低,最后使用貝葉斯分類裝置完成分類。然后結果顯示,該模型在檢測入侵目標方面完全可以滿足要求,而且檢測速度有所加快,實驗結果較滿意,但誤報率過高這一不足仍需改進。另外以優(yōu)化的遺傳... 

【文章來源】：景德鎮(zhèn)陶瓷大學江西省

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【部分圖文】：

論文的結構圖

圖 2-1 數(shù)據(jù)挖掘的一般過程2.2 數(shù)據(jù)挖掘技術的相關算法2.2.1 人工免疫算法在科學研究上，對某一研究方面給出標準的定義較為關鍵，給人工免疫系統(tǒng)給予明確的定義，從目前來看還有著頗大的紛爭。該系統(tǒng)是近些年才面世，為此，對其內(nèi)涵與外延加以相應的深入分析就顯得頗為重要。在此領域，國際上的一些權威專家給出的概念也頗有差異。2000 年，英國的 Jon Timmis 博士對此系統(tǒng)給出了較為簡潔的定義，認為該系統(tǒng)就是以自然免疫實現(xiàn)機制為基礎的計算機系統(tǒng)[11]。1998 年，Dasgupta 這位來自美國的學者也對該系統(tǒng)進行了下面的定義：采用諸多的智能算法，并以自然免疫機制為核心，從而實現(xiàn)諸多問題的解決，這便是所謂的人工免疫系統(tǒng)[12]。2001 年，deCastro 這位來自巴西坎皮納斯州立大學的研究人員，該系統(tǒng)就是以免疫學原理構筑相應的計算模型，從而借助于免疫系統(tǒng)的實現(xiàn)機制與方法來對一些難以處理的問題提出解決方案[21]。

3 人工免疫算法工免疫算法原理免疫系統(tǒng)的核心功能，就是快速響應抗原性異物對其進行快速的辨識現(xiàn)就會迅速的將其進行清除。從本質上而言，這種免疫系統(tǒng)與入侵檢著較高的類似性，而且它們在目標、工作模式與結構上也有著相近性入侵檢測技術進行研究的學者受到很大啟發(fā)，如若在入侵系統(tǒng)中引入，那么就很好的提升這種檢測系統(tǒng)的安全主動性，從而對這種檢測技積極的推動意義。比這種免疫系統(tǒng)結構與該檢測模型可以得知他們頗有相似之處，具體，把其特點進行了很好的展現(xiàn)。對于免疫系統(tǒng)而言，其對抗原的動態(tài)與入侵檢測技術中對入侵行為的辨識有著相近性。而免疫系統(tǒng)中的記測系統(tǒng)中的有關規(guī)則與知識的提取有著高度的相近性。

【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡的入侵檢測算法[J]. 賈凡,孔令智.  北京理工大學學報. 2017(12)
[2]深度學習研究進展[J]. 郭麗麗,丁世飛.  計算機科學. 2015(05)
[3]決策樹、樸素貝葉斯和樸素貝葉斯樹的比較[J]. 王守選,葉柏龍,李偉健,譚一云.  計算機系統(tǒng)應用. 2012(12)
[4]遺傳算法中適應度函數(shù)的研究[J]. 劉英.  蘭州工業(yè)高等�？茖W校學報. 2006(03)
[5]基于數(shù)據(jù)挖掘的網(wǎng)絡型誤用入侵檢測系統(tǒng)研究[J]. 宋世杰,胡華平,胡笑蕾,金士堯.  重慶郵電學院學報(自然科學版). 2004(01)
[6]基于數(shù)據(jù)挖掘的實時入侵檢測技術的研究[J]. 胡敏,潘雪增,平玲娣.  計算機應用研究. 2004(01)
[7]BP網(wǎng)絡局部極小產(chǎn)生的原因分析及避免方法[J]. 王越,曹長修.  計算機工程. 2002(06)
[8]遺傳算法的運行機理分析[J]. 惲為民,席裕庚.  控制理論與應用. 1996(03)

博士論文
[1]支持向量機算法及其應用研究[D]. 張國云.湖南大學 2006
[2]基于免疫學的入侵檢測系統(tǒng)研究[D]. 吳作順.中國人民解放軍國防科學技術大學 2003

碩士論文
[1]人工神經(jīng)網(wǎng)絡優(yōu)化算法研究與應用[D]. 董志瑋.中國地質大學（北京） 2013
[2]人工神經(jīng)網(wǎng)絡在股票預測中的應用與研究[D]. 姚培福.昆明理工大學 2007
[3]基于遺傳算法改進的BP神經(jīng)網(wǎng)絡在礦產(chǎn)品預測領域的應用[D]. 王熙.中國地質大學（北京） 2006
[4]數(shù)據(jù)挖掘在網(wǎng)絡入侵檢測系統(tǒng)中的應用研究[D]. 馬曉春.西北工業(yè)大學 2005



本文編號：3498665