基于人工免疫的入侵检测系统设计研究

论文摘要

随着计算机在各行各业应用的广泛性，使得计算机的安全越来越重要，也促进了入侵检测技术的发展。基于人工免疫的网络入侵是近几年来网络入侵检测研究的热点，它运用了自然免疫的原理、机制来实现对入侵的检测。目前传统的入侵检测系统可以检测出比较简单的攻击方式，且误检率高，而且只能检测已知的攻击行为，不能对动态、多变的网络经行检测。然而基于人工免疫的入侵检测系统从动态的网络中提取合法的访问数据的特征，将该特征更新到检测系统中，能够根据网络的运行情况动态的检测网络，极大地提高了网络的安全性。本文首先介绍了网络入侵系统的体系结构、分类、存在的问题及发展方向，然后介绍了人工免疫的基本理论及主要算法。接下来对关联挖掘的理论和算法进行了介绍。本文创新点如下：1.本文中提出了基于人工免疫的入侵检测模型，在该模型中运用了生命周期机制与记忆抗体、成熟抗体、未成熟抗体相结合的方法，构建了一个适应动态的网络的入侵检测系统。2.在该系统中采用了数据挖掘中的关联规则挖掘的方法对报警数据中合法访问数据的特征进行处理，将该特征加入到成熟抗体集中，使系统能够动态的检测网络入侵，同时又降低了系统的误报率。3.提出了自体模式类对正常访问数据进行检测，加快了访问速度。最后采用了采用美国麻省理工学院林肯实验室的DARPA入侵检测评估数据集对模拟了一个动态变化的网络环境，进行了仿真实验。实验结果表面，该模型能够适应网络的动态变化，并且该系统在能够减少警报数量，同时降低了检测的误报率。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 入侵检测系统概述
• 1.2.1 入侵检测概述
• 1.2.2 入侵检测系统的体系结构
• 1.2.3 入侵检测的分类
• 1.3 入侵检测系统存在的问题及其发展方向
• 1.3.1 入侵检测系统存在的问题
• 1.3.2 入侵检测系统的发展方向
• 1.4 本文的工作与组织结构
• 2 免疫系统概述
• 2.1 人类免疫系统概述
• 2.2 免疫学的基本概念
• 2.3 免疫系统的主要特性
• 2.4 两种免疫算法介绍
• 2.4.1 克隆选择算法
• 2.4.2 否定选择算法
• 2.5 免疫系统与入侵检测系统的比较
• 2.6 本章小结
• 3 基于数据挖掘的入侵检测警报分析模型
• 3.1 关联规则的基本概念
• 3.2 关联规则的挖掘
• 3.3 关联规则的分类
• 3.4 基于数据挖掘的入侵检测警报分析模型
• 3.4.1 模型设计思想
• 3.4.2 总体框架模型
• 3.4.3 主要功能模块设计
• 3.5 本章小结
• 4 基于人工免疫的网络入侵检测模型的研究
• 4.1 基于人工免疫的网络入侵检测问题形式化分析
• 4.2 基于人工免疫的网络入侵检测模型设计
• 4.2.1 引言
• 4.2.2 相关定义
• 4.2.3 基于人工免疫的网络入侵检测模型的构成及其结构框架
• 4.2.4 自体模式类检测模块设计
• 4.2.5 记忆抗体检测模块设计
• 4.2.6 成熟抗体检测模块设计
• 4.2.7 动态自体集合设计
• 4.2.8 未成熟抗体自体耐受模块设计
• 4.2.9 抗体的生命周期机制
• 4.3 漏洞分析
• 4.3.1 漏洞存在的原因
• 4.3.2 处理漏洞的方法
• 4.4 本章小结
• 5 系统测试
• 5.1 实验数据
• 5.2 实验环境
• 5.3 实验过程
• 5.3.1 训练阶段
• 5.3.2 测试阶段
• 5.4 实验结果
• 5.5 本章小结
• 结束语
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢