分布式入侵检测系统研究

论文摘要

入侵检测系统(IDS)作为一种主动的安全防护系统,不仅能检测来自外部的入侵行为,同时也能监督内部用户的未授权活动。在保护计算机系统的安全中,入侵检测系统发挥了重要的作用。 本文首先对入侵检测技术与分布式数据挖掘进行了分析与研究,提出了一个基于代理的,协作式体系结构的分布式入侵检测系统模型DIDS。给出了系统的整体架构与主要代理的功能结构,详细设计了系统的通信机制与协同机制。系统跨越了基于网络和基于主机的界线,实现了同一域内入侵检测系统之间的协同检测功能,提高了检测能力。 论文把分布式数据挖掘算法运用于入侵检测系统,研究了基于分布式关联规则算法的分布式模式提取。为了得到检测模式,必须首先通过数据挖掘从已搜集到的大量的网络数据包中获取频繁集,再以此建立规则库。本论文主要考虑在分布式环境下数据库记录增加后,全局频繁项目集的快速更新。分析结果表明,该算法在挖掘速度与效果方面都有较大改善。 最后,论文对本系统作出总结,并给出了将来需要进一步研究的方向。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 概述
• 1.2 课题背景
• 1.3 研究内容
• 1.4 论文结构
• 2 入侵检测介绍
• 2.1 入侵检测和P2DR模型
• 2.2 入侵检测分类
• 2.3 目前存在的问题
• 2.4 发展趋势
• 2.5 分布式入侵检测系统
• 3 分布式数据挖掘
• 3.1 数据挖掘
• 3.1.1 数据挖掘简介
• 3.1.2 数据挖掘算法
• 3.2 数据挖掘与入侵检测
• 3.3 分布式数据挖掘简介
• 3.4 分布式数据挖掘的关键技术
• 4 DIDS的结构模型
• 4.1 Agent技术
• 4.1.1 Agent基本特点
• 4.1.2 Agent在IDS中的应用
• 4.2 体系结构
• 4.3 框架结构
• 4.4 各部件功能与结构
• 4.4.1 过滤器
• 4.4.2 入侵检测代理IDA
• 4.4.3 监控代理MA
• 4.4.4 状态检查代理SCA
• 4.5 代理间的通信设计
• 4.5.1 实体的表示
• 4.5.2 消息内容
• 4.5.3 通信方式
• 4.6 协同机制
• 5 基于分布式关联规则的模式提取
• 5.1 检测模型
• 5.2 分布式数据挖掘算法
• 5.2.1 分布式决策树生成
• 5.2.2 分布式关联规则算法
• 5.3 分布式模式提取算法
• 5.3.1 关联规则
• 5.3.2 算法详细设计
• 5.3.3 算法应用
• 5.3.4 虚警率与漏警率问题
• 结论
• 致谢
• 参考文献