發(fā)布時間：2018-01-23 21:19

  本文關鍵詞： 信息安全 拒絕服務 S-Kohonen神經(jīng)網(wǎng)絡 學習向量量化 入侵檢測　出處：《河北大學》2017年碩士論文　論文類型：學位論文

【摘要】：拒絕服務攻擊(Denial of Service,DoS)是一種既簡單又有效的網(wǎng)絡攻擊方式。它企圖使其預期用戶的一臺主機或其他網(wǎng)絡資源不可用,如臨時或無限期地中斷或暫停連接到因特網(wǎng)主機的服務。隨著人們越來越依賴于網(wǎng)絡,因而導致潛在的受害者越來越多。本文研究了基于Kohonen神經(jīng)網(wǎng)絡的DoS攻擊檢測算法。現(xiàn)有的DoS攻擊檢測方法中,基于人工神經(jīng)網(wǎng)絡的算法是較為有效的一類方法,其優(yōu)點是并行處理能力強,對噪聲數(shù)據(jù)有較強的魯棒性和容錯能力,能充分逼近復雜的非線性關系,具備聯(lián)想記憶功能等。但此類算法也存在著收斂速度慢和不能使同類神經(jīng)元逐漸集中等的問題,為克服上述問題,本文做了如下研究工作:(1)通過調整Kohonen網(wǎng)絡的學習速率和學習半徑,并增加輸出層使其轉化為有監(jiān)督的學習網(wǎng)絡,從而有效緩解了Kohonen網(wǎng)絡收斂速度慢的問題。(2)通過增加一層網(wǎng)絡權值,并對網(wǎng)絡權值進行調整,最終使得獲勝神經(jīng)元及周邊神經(jīng)元權值更加接近該輸入樣本,從而在一定程度上克服了同類神經(jīng)元不能較快集中的問題,并提出了基于S-Kohonen的拒絕服務攻擊檢測算法。(3)為了使基于S-Kohonen的拒絕服務攻擊檢測算法更完善,在競爭層上不能自動學習輸入向量模式的分類問題上,將LVQ算法與S-Kohonen網(wǎng)絡相結合,使其可以對輸入向量模式的分類自主學習,降低網(wǎng)絡結構,提高算法的檢測率和減少運算時間。本文提出了一種基于S-Kohonen的DoS攻擊檢測算法,將改進的Kohonen網(wǎng)絡引入到了DoS攻擊檢測算法中;并結合LVQ算法對本文所提出的算法進一步進行優(yōu)化,仿真實驗表明,所提算法有效。
[Abstract]:A denial of service attack (Denial of, Service, DoS) is a simple and effective way of network attacks. It attempts to make its intended users a host or other cyber source is not available, such as temporary or indefinite interruption or host connected to the Internet service is suspended. As people increasingly dependent on the network, due to the growing number of victims of potential. This paper studies the DoS attack detection algorithm based on Kohonen neural network. DoS attack detection method in the existing algorithm based on artificial neural network is a kind of effective method, the utility model has the advantages of parallel processing capability, robustness and strong fault tolerance to noise data. Can fully approach the complex nonlinear relationship, have the function of associative memory. But this algorithm also has slow convergence speed and can not make the same neuron gradually concentrated and other issues, to overcome the problems on the, This research work done as follows: (1) the learning rate and the radius of learning adjustment of Kohonen network, and increase the output layer transformed into supervised learning network, so as to effectively alleviate the problem of slow convergence speed of the Kohonen network. (2) by adding a layer of network weights, and adjust the weights of the network. The winning neuron and the surrounding neuron weights closer to the input sample, thus the same neuron cannot quickly focus on the problem to overcome to a certain extent, and proposed a denial of service attack detection algorithm based on S-Kohonen. (3) in order to make a denial of service attack detection algorithm based on S-Kohonen is more perfect, in the competition layer can automatically learn the input vector pattern classification problems, combines LVQ algorithm and S-Kohonen network classification, so that it can be the input vector model of autonomous learning, reduce network structure, improve the Algorithm of detection rate and reduce the computation time. This paper presents a DoS based S-Kohonen attack detection algorithm, the improved Kohonen network is introduced to the DoS attack detection algorithm; and LVQ algorithm of the proposed algorithm is further optimized, simulation results show that the proposed algorithm is effective.

【學位授予單位】：河北大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP183;TP393.08

【相似文獻】

相關期刊論文 前10條

1 李毅華;;阻斷幾種拒絕服務攻擊的手段[J];計算機安全;2002年09期

2 劉鍵強,王韜;拒絕服務攻擊及其應對策略[J];電腦開發(fā)與應用;2002年12期

3 蔡淑珍,陳蕾,陸陽;一種基于多點傳送樹的拒絕服務攻擊的安全方案[J];計算機工程與應用;2003年08期

4 木星;傲盾防拒絕服務系統(tǒng)[J];個人電腦;2005年02期

5 朱衛(wèi)揚;;淺談拒絕服務攻擊與防范[J];揚州教育學院學報;2006年03期

6 張杰;;拒絕服務攻擊(上)[J];互聯(lián)網(wǎng)天地;2006年05期

7 陸偉宙;余順爭;;脈沖式拒絕服務攻擊及其防御[J];電信科學;2007年09期

8 孟博;黃偉;王德軍;邵飛;;協(xié)議抗拒絕服務攻擊性自動化證明[J];通信學報;2012年03期

9 周雁;拒絕服務攻擊的分析與防范[J];電信技術;2000年06期

10 胡鳳云,于春洪;淺談網(wǎng)絡的拒絕服務攻擊與其防范[J];教育探索;2002年12期

相關會議論文 前9條

1 ;有效抵抗拒絕服務攻擊的隱身屏障-“黑洞”[A];第十九次全國計算機安全學術交流會論文集[C];2004年

2 沈衛(wèi)超;宋成久;;關于對抗拒絕服務攻擊的幾個方法[A];第十七次全國計算機安全學術交流會暨電子政務安全研討會論文集[C];2002年

3 解萬永;;IPv6過渡期拒絕服務攻擊防護[A];全國計算機安全學術交流會論文集（第二十三卷）[C];2008年

4 徐八林;趙元茂;胡素玲;;拒絕服務攻擊(DoS)的分析[A];網(wǎng)絡安全技術的開發(fā)應用學術會議論文集[C];2002年

5 代紅偉;魏更宇;黃瑋;李忠獻;楊義先;;VoIP網(wǎng)絡拒絕服務攻擊的分析與研究[A];2010通信理論與技術新發(fā)展——第十五屆全國青年通信學術會議論文集（下冊）[C];2010年

6 鄭康鋒;楊義先;鈕心忻;鄧偉平;王秀娟;;針對VoIP系統(tǒng)的拒絕服務攻擊研究[A];2005通信理論與技術新進展——第十屆全國青年通信學術會議論文集[C];2005年

7 孫向陽;鄧勝蘭;;一個基于NS2的拒絕服務攻擊與防御模擬系統(tǒng)[A];全國計算機安全學術交流會論文集（第二十三卷）[C];2008年

8 徐俊;楊周生;陶洪強;黃緯;吳燎原;張仁斌;;一種簡單高效的包標記方案[A];全國計算機安全學術交流會論文集（第二十四卷）[C];2009年

9 梁興開;趙澤茂;黃亮;;Web應用中的ReDoS檢測方法研究[A];浙江省電子學會2011學術年會論文集[C];2011年

相關重要報紙文章 前10條

1 余蘭 阿環(huán) 楓葉 劉雪輝;挨罵時應該拒絕服務嗎[N];中國改革報;2007年

2 楊蓓蓓;乘客攜危險品,滬公交將“拒絕服務”[N];新華每日電訊;2010年

3 公安部情報信息中心 謝華;美國新型金融犯罪頻發(fā) 如何應對“拒絕服務攻擊”[N];人民公安報;2010年

4 中國人壽 王一飛邋北京工商大學 呂軼凡;通盤考慮解決泛拒絕服務攻擊[N];中國計算機報;2007年

5 ;對拒絕服務攻擊說不！[N];中國電腦教育報;2002年

6 啟明星辰 吳凡;修正配置錯誤 阻擋拒絕服務攻擊[N];中國計算機報;2009年

7 世導科技提供;當前網(wǎng)絡安全弱點小議[N];中國計算機報;2002年

8 一泓;填補網(wǎng)絡安全市場空白[N];金融時報;2002年

9 黃發(fā)文 徐濟仁 陳家松;阻斷針對網(wǎng)絡的拒絕服務攻擊[N];網(wǎng)絡世界;2001年

10 ;專心、專注、專業(yè)[N];中國計算機報;2007年

相關博士學位論文 前6條

1 王一川;云環(huán)境下DoS攻防理論與技術研究[D];西安電子科技大學;2014年

2 董闊;慢速拒絕服務攻擊防御方法研究[D];中國科學技術大學;2008年

3 李德全;拒絕服務攻擊對策及網(wǎng)絡追蹤的研究[D];中國科學院研究生院（軟件研究所）;2004年

4 閻冬;IP網(wǎng)絡溯源方法及協(xié)作模式相關技術研究[D];北京郵電大學;2012年

5 湯澹;基于TCP流量分布異常的慢速拒絕服務攻擊檢測方法[D];華中科技大學;2014年

6 金光;基于數(shù)據(jù)包標記的拒絕服務攻擊防御技術研究[D];浙江大學;2008年

相關碩士學位論文 前10條

1 謝玨;分布式拒絕服務攻擊模擬系統(tǒng)設計與實現(xiàn)[D];電子科技大學;2014年

2 劉曉婷;無線網(wǎng)絡認證協(xié)議抗拒絕服務攻擊技術[D];西安電子科技大學;2014年

3 董寧;基于S-Kohonen神經(jīng)網(wǎng)絡的拒絕服務攻擊檢測算法的研究[D];河北大學;2017年

4 滕杰;反彈式拒絕服務攻擊的研究與對策[D];南京信息工程大學;2006年

5 郝雙;對拒絕服務攻擊的檢測方法研究[D];清華大學;2005年

6 李建國;拒絕服務攻擊及網(wǎng)絡追蹤的研究[D];國防科學技術大學;2006年

7 王海雷;拒絕服務攻擊的防御與網(wǎng)絡追蹤技術研究[D];合肥工業(yè)大學;2009年

8 孫培業(yè);交互式拒絕服務攻擊和回溯的設計與實現(xiàn)[D];北京交通大學;2008年

9 曾衛(wèi);低速率拒絕服務攻擊的一種檢測方法[D];華中科技大學;2011年

10 張長旺;抗拒絕服務攻擊的主動隊列管理算法研究[D];國防科學技術大學;2009年

，

本文編號：1458260