基于人工免疫系统的病毒检测研究

基于人工免疫系统的病毒检测研究

论文摘要

自从计算机病毒于上世纪八十年代中期产生以来,就一直进行着不断进化和高速发展,其种类和数量在不断地增加。计算机病毒不但在数量上猛增,而且在设计技术上也随着计算机技术的发展而发展。计算机病毒检测越来越引起业界的重视,大量的变种病毒使得传统的病毒检测方法力不从心。通过对人体免疫系统特性及其在病毒检测中应用的研究,基于其思想的病毒检测模型将大大的提高计算机网络安全性。在对人工免疫和病毒检测特性详细研究的基础上,分析了运用人工免疫原理解决病毒检测问题的可行性和必要性,构建了一个具有自学习、自适应、分布式和扩展功能的智能化病毒检测模型,模型通过克隆选择、病毒识别等算法的设计与实现,能够主动发现已知和未知病毒,对解决当前网络安全问题具有极为重要的现实意义。本文主要的研究内容包括以下几个方面:1、对人工免疫系统和病毒检测的原理和特性等进行了研究,指出了两者的相似的地方及可借鉴之处,进而对对基于人工免疫的病毒检测模型的可操作性进行了分析。2、在已有的人工免疫学研究的基础上,提出一种基于人工免疫的自适应的病毒检测模型,对该模型的特性、各个功能主体之间的关系、克隆选择算法、病毒识别算法等问题进行分析和测试。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 研究背景
  • 1.2 选题意义
  • 1.3 研究现状
  • 1.4 研究内容
  • 第二章 计算机病毒的研究
  • 2.1 计算机病毒定义
  • 2.2 计算机病毒的特征
  • 2.2.1 传染性
  • 2.2.2 隐蔽性
  • 2.2.3 潜伏性
  • 2.2.4 破坏性
  • 2.2.5 不可预见性
  • 2.3 计算机病毒的分类
  • 2.3.1 按照传染原理分类
  • 2.3.2 按照破坏程度分类
  • 2.3.3 按病毒连接方法分类
  • 2.3.4 按攻击的操作系统分类
  • 2.4 传统的病毒检测方法
  • 2.4.1 特征代码法
  • 2.4.2 校验和法
  • 2.4.3 行为监测法
  • 2.4.4 其它方法
  • 2.5 本章小结
  • 第三章 生物免疫的基本原理与人工免疫的仿生机制
  • 3.1 生物免疫系统
  • 3.2 人工免疫仿生机制
  • 3.3 人工免疫系统的基本特征
  • 3.4 本章小结
  • 第四章 人工免疫系统应用的研究
  • 4.1 基本原理
  • 4.1.1 形态空间理论
  • 4.1.2 细胞演化理论
  • 4.2 免疫模型
  • 4.2.1 ARTIS 分布式检测模型
  • 4.2.2 免疫响应的非线性模型
  • 4.2.3 基于独特性网络理论的模型
  • 4.3 免疫算法
  • 4.3.1 免疫算法的基本架构
  • 4.3.2 否定选择算法
  • 4.3.3 克隆选择算法
  • 4.3.4 基于网络的免疫算法
  • 4.4 安全应用
  • 4.5 本章小结
  • 第五章 基于免疫的病毒检测模型
  • 5.1 设计目标
  • 5.2 结构特点
  • 5.2.1 模型结构
  • 5.2.2 模型特点
  • 5.3 工作过程
  • 5.3.1 学习阶段
  • 5.3.2 检测阶段
  • 5.4 模型实验
  • 5.4.1 平台环境
  • 5.4.2 主要模块
  • 5.5 测试分析
  • 5.6 本章小结
  • 结束语
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].融合多特征的垃圾评论检测模型[J]. 小型微型计算机系统 2020(03)
    • [2].基于近红外建立荞麦营养成分快速检测模型[J]. 中国粮油学报 2020(06)
    • [3].目标检测模型的优化训练方法研究[J]. 辽宁科技大学学报 2020(02)
    • [4].复杂噪声环境中的音乐分类和检测模型[J]. 微型电脑应用 2020(10)
    • [5].一种时间相关性的异常流量检测模型[J]. 山东大学学报(理学版) 2017(03)
    • [6].基于数据挖掘的异常检测模型研究初探[J]. 菏泽学院学报 2017(02)
    • [7].基于复杂电磁环境的信号检测模型构建分析[J]. 信息技术与信息化 2015(09)
    • [8].基于信息密度的微博突发话题检测模型研究[J]. 情报理论与实践 2016(03)
    • [9].基于卷积神经网络的目标检测模型综述[J]. 计算机技术与发展 2019(12)
    • [10].基于一致性预测算法的内网日志检测模型[J]. 信息网络安全 2020(03)
    • [11].基于特征聚合的假新闻内容检测模型[J]. 计算机应用 2020(08)
    • [12].基于一阶段模式的目标检测模型的设计与调优[J]. 计算机应用与软件 2020(11)
    • [13].基于自适应遗传算法的猕猴桃组培检测模型[J]. 计算机与应用化学 2016(12)
    • [14].考虑检测影响的贮存-检测模型及其参数估计[J]. 湖北民族学院学报(自然科学版) 2012(02)
    • [15].一种利用特征选择改进的行人检测模型[J]. 微型机与应用 2016(02)
    • [16].网络中隐蔽信道数据安全检测模型研究与仿真[J]. 计算机仿真 2016(10)
    • [17].基于时频分析的水声目标被动检测模型研究[J]. 鱼雷技术 2015(01)
    • [18].一种矿用红外瓦斯传感器的检测模型[J]. 工矿自动化 2010(01)
    • [19].基于人工免疫的比特币快捷交易异常检测模型[J]. 计算机应用研究 2020(09)
    • [20].手机打车软件操作驾驶分心检测模型研究[J]. 交通运输工程与信息学报 2018(01)
    • [21].基于用户画像的异常行为检测模型[J]. 信息网络安全 2017(07)
    • [22].分布式网络异常攻击检测模型仿真分析[J]. 计算机测量与控制 2016(10)
    • [23].一种基于分层聚类方法的木马通信行为检测模型[J]. 计算机研究与发展 2012(S2)
    • [24].基于权重分析的网页木马检测模型[J]. 信息安全与通信保密 2012(12)
    • [25].双无人机平台的舰炮脱靶量实时检测模型[J]. 电光与控制 2020(04)
    • [26].基于虚拟机自省的运行时内存泄漏检测模型[J]. 通信学报 2013(S1)
    • [27].近红外光谱法建立断血流片快速检测模型[J]. 中国药事 2012(11)
    • [28].基于自相似的异常流量检测模型[J]. 通信技术 2010(12)
    • [29].物理隔离网络电磁信息安全检测模型与应用探索[J]. 通信技术 2020(08)
    • [30].基于结构检测模型的白内障连续环形撕囊边界检测方法[J]. 计算机测量与控制 2020(09)

    标签:;  ;  ;  ;  

    基于人工免疫系统的病毒检测研究
    下载Doc文档

    猜你喜欢