基于生物免疫的检测器分布策略研究

基于生物免疫的检测器分布策略研究

论文摘要

信息保障不同于传统的安全技术,它强调信息系统的整个生命周期的防御和恢复。入侵检测系统作为信息安全保障的一个重要环节,可以较好的弥补传统的保护机制不能解决的问题。生物免疫系统与入侵检测系统有着许多相似之处,这些相似性使免疫系统为入侵检测系统提供了一个自然的研究模板。特别是免疫系统在信息处理中表现出的分布式保护、多样性、自适应性、健壮性、记忆能力、容错能力、动态稳定性等良好特性,正是当前入侵检测领域中所期望得到的。本文深入研究了实值否定选择算法,并与传统的二进制否定选择算法进行比较。讨论了实值否定选择算法中的“边界困境”问题,提出了一种基于自体区域的实值否定选择算法。基于生物免疫的入侵检测系统的检测率主要由检测器对非自体空间的覆盖决定,系统中检测器的生成主要采用否定选择算法,但是该算法产生的检测器存在大量重叠,对非自体空间的覆盖也不完备,使得入侵检测系统的检测率下降。针对以上问题,本文对基于生物免疫的检测器自适应生成算法和分配策略进行了研究,提出了一种随机实值否定选择算法,把检测器集随机的分布在自体/非自体空间作为输入,并迭代移动检测器位置使非自体空间的覆盖最大化、自体样本的重叠最小化,且非自体空间覆盖的最大化通过一个被证实具有收敛性质的最优化算法(蒙特卡洛积分法和模拟退火算法)完成。最后使用改进的算法建立一个入侵检测系统,并使用麻省理工大学的Darpa 1998离线数据作为入侵检测系统的测试数据。由于使用不同的自体阈值可以均衡灵敏性和特意性,因此试验使用ROC曲线来对比算法性能。试验结果表明,算法生成的检测器能够很好的覆盖非自体区域,减少重叠,从而提升了系统的检测率。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 引言
  • 1.2 入侵检测系统
  • 1.2.1 入侵检测的定义
  • 1.2.2 入侵检测的分类和比较
  • 1.3 入侵检测技术现状
  • 1.4 入侵检测系统存在的问题和发展趋势
  • 1.4.1 入侵检测系统存在的问题
  • 1.4.2 入侵检测系统的发展趋势
  • 1.5 论文的主要研究内容
  • 1.5.1 课题来源
  • 1.5.2 本文的主要工作
  • 1.5.3 论文的组织结构
  • 第2章 生物免疫原理在入侵检测中的应用
  • 2.1 引言
  • 2.2 生物免疫概述
  • 2.3 免疫系统的性质
  • 2.4 生物免疫原理与入侵检测系统的比较
  • 2.5 基于免疫的入侵检测系统研究现状和发展趋势
  • 2.5.1 国内外研究现状
  • 2.5.2 发展趋势
  • 2.6 本章小结
  • 第3章 基于自体区域的实值否定选择算法
  • 3.1 引言
  • 3.2 相关工作
  • 3.2.1 形态空间
  • 3.2.2 自体/非自体识别
  • 3.3 否定选择算法研究
  • 3.3.1 否定选择算法
  • 3.3.2 匹配规则
  • 3.3.3 否定选择算法问题分析
  • 3.4 实值否定选择算法研究
  • 3.4.1 相关定义
  • 3.4.2 算法分析
  • 3.4.3 算法实现
  • 3.4.4 与否定选择算法的比较
  • 3.5 基于自体区域的实值否定选择算法
  • 3.5.1 边界困境
  • 3.5.2 相关定义
  • 3.5.3 自体数据动态聚类
  • 3.5.4 算法实现
  • 3.6 本章小结
  • 第4章 检测器分布优化算法研究
  • 4.1 引言
  • 4.2 随机实值否定选择算法
  • 4.3 确定抗体数量
  • 4.3.1 计算自体(非自体)集的体积
  • 4.3.2 计算抗体初始集算法
  • 4.4 提高抗体分布
  • 4.4.1 模拟退火算法
  • 4.4.2 优化抗体集所覆盖的体积的算法
  • 4.5 本章小结
  • 第5章 仿真实验
  • 5.1 引言
  • 5.2 Libpcap 库函数分析
  • 5.3 MIT Darpa 1998 离线数据
  • 5.4 试验设计及结果分析
  • 5.4.1 检测器生成算法实验
  • 5.4.2 检测器生成效率实验
  • 5.4.3 检测器分布优化实验
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].基于否定选择算法的模拟电路故障诊断[J]. 兵工自动化 2015(04)
    • [2].区域否定选择算法[J]. 计算机工程与应用 2008(12)
    • [3].否定选择算法在网络入侵检测中改进应用[J]. 电子制作 2014(15)
    • [4].改进的否定选择算法在入侵检测中的应用[J]. 微计算机信息 2012(01)
    • [5].混合匹配规则的否定选择算法[J]. 哈尔滨理工大学学报 2009(05)
    • [6].基于否定选择算法的木马检测与研究[J]. 煤炭技术 2013(07)
    • [7].一种基于混沌理论的改进否定选择算法[J]. 计算机安全 2013(08)
    • [8].一种改进的否定选择算法[J]. 信息通信 2012(01)
    • [9].一种基于抗原软子空间聚类的否定选择算法[J]. 计算机应用研究 2018(03)
    • [10].基于改进的可变半径检测器实值否定选择算法[J]. 哈尔滨理工大学学报 2009(02)
    • [11].一种改进的基于否定选择的检测器生成算法[J]. 哈尔滨理工大学学报 2008(04)
    • [12].一种集成点估计的改进否定选择算法[J]. 计算机应用研究 2010(08)
    • [13].混合免疫异常检测[J]. 黑龙江科技信息 2008(03)
    • [14].否定选择算法的自体半径分析[J]. 哈尔滨商业大学学报(自然科学版) 2019(02)
    • [15].基于改进否定选择算法的网络入侵检测模型[J]. 计算机工程与设计 2009(11)
    • [16].WSNs入侵检测中实值否定选择算法研究[J]. 计算机工程与科学 2016(09)
    • [17].否定选择算法中一种改进的检测器集生成机制[J]. 计算机应用研究 2011(01)
    • [18].基于否定选择算法的现场运维故障预测方法研究[J]. 电力信息与通信技术 2019(09)
    • [19].改进型人工免疫否定选择算法的比较研究[J]. 信阳农林学院学报 2015(01)
    • [20].否定选择算法中高性能检测器的生成[J]. 计算机工程与设计 2014(08)
    • [21].基于免疫否定选择算法的机场航班延误状态检测与实现[J]. 高技术通讯 2008(04)
    • [22].改进的混沌否定选择算法[J]. 计算机工程 2009(11)
    • [23].一种新型的否定选择算法生成检测器的研究[J]. 电子设计工程 2010(11)
    • [24].基于聚类的邻域检测器生成算法[J]. 计算机工程 2016(02)
    • [25].网络故障诊断研究中一种优化的否定选择算法[J]. 计算机应用研究 2015(10)
    • [26].基于人工免疫系统的电路小样本故障诊断方法[J]. 电子测量与仪器学报 2010(05)
    • [27].一种基于模糊免疫的检测器生成算法[J]. 电脑开发与应用 2010(04)
    • [28].新的否定选择算法及其在疾病诊断中的应用[J]. 计算机科学与探索 2015(01)
    • [29].超球体检测器覆盖问题的研究[J]. 计算机技术与发展 2008(06)
    • [30].增加检测器覆盖非自体区域的简单方法[J]. 计算机与数字工程 2010(03)

    标签:;  ;  ;  ;  

    基于生物免疫的检测器分布策略研究
    下载Doc文档

    猜你喜欢