一个基于免疫原理与粗糙集理论的入侵检测模型

一个基于免疫原理与粗糙集理论的入侵检测模型

论文摘要

随着计算机应用越来越广泛,各种安全问题层出不穷。目前,已经采用了许多措施来保护计算机系统的安全,但这些都属于静态防护措施,难以满足复杂多变的应用环境,入侵检测系统因其能提供有效的动态保护功能而成为研究热点。 现在,已经存在许多通过监视进程的系统调用序列来检测入侵的方法和模型,但这些方法普遍需要完备的调用数据来建立正常行为模式,缺乏对已知入侵的快速检测能力,难以满足实时检测的要求等问题。 针对目前基于系统调用的入侵检测方法中存在的问题,论文提出了一个基于免疫原理与粗糙集理论的入侵检测模型。首先,利用粗糙集理论能从小样本中提取出有效规则的特点,从正常系统调用序列中抽取出小部分数据,转换为决策表形式,然后利用约简理论对决策表进行约简,在约简的基础上提取出简洁的预测规则,形成正常行为模式,通过正常行为模式实现对系统调用的异常检测。受免疫记忆和人工主动免疫的启发,论文提出了一种基于免疫记忆的已知入侵的快速检测方法。 论文提出的模型不仅具有从部分系统调用中提取规则的能力,而且所得到规则形式简洁,更适应在线检测的要求,同时实现了对已知入侵行为的快速检测。初步实验表明,论文提出的入侵检测模型是切实可行的。

论文目录

  • 第一章 入侵检测研究概述
  • 1.1 入侵检测系统的体系结构与框架
  • 1.2 入侵检测系统的分类
  • 1.3 入侵检测方法和技术
  • 第二章 相关研究及论文研究内容
  • 2.1 相关研究
  • 2.1.1 基于免疫原理的异常检测方法的提出
  • 2.1.2 基于规则挖掘的异常检测方法
  • 2.1.3 可变长度系统调用的异常检测模型
  • 2.1.4 基于分类面的异常检测方法
  • 2.2 本论文的主要工作和研究内容
  • 2.3 小结
  • 第三章 基于免疫原理与粗糙集理论的入侵检测模型
  • 3.1 数据采集与处理
  • 3.2 规则提取模块和模式库部分
  • 3.3 检测引擎部分
  • 3.4 主动免疫模块
  • 3.5 主动响应模块部分
  • 3.6 小结
  • 第四章 循环序列的置换处理
  • 4.1 循环体的识别与置换
  • 4.1.1 循环体的概念
  • 4.1.2 置换方法
  • 4.2 识别与提取的改正算法
  • 4.2.1 原算法缺陷
  • 4.2.2 改正算法
  • 4.3 小结
  • 第五章 异常检测的粗糙集方法
  • 5.1 正常行为模式库的建立
  • 5.1.1 系统调用的决策表
  • 5.1.2 提取系统调用的行为规则
  • 5.1.3 决策表的约简理论
  • 5.1.4 最小命中集的约简遗传算法
  • 5.1.5 提取约简行为规则集
  • 5.2 异常检测方法
  • 5.2.1 检测算法
  • 5.3 小结
  • 第六章 基于免疫记忆的快速检测方法
  • 6.1 免疫机制的启发
  • 6.2 入侵特征记忆库的建立
  • 6.2.1 规则覆盖率
  • 6.3 快速检测算法
  • 6.4 小结
  • 第七章 实验结果分析
  • 7.1 初步实验数据
  • 7.2 正常行为的“自我”识别
  • 7.3 异常行为数据集的检测
  • 7.4 己知入侵行为的快速检测
  • 7.5 小结
  • 第八章 总结与进一步工作
  • 参考文献
  • 在学习期间发表的论文清单
  • 致谢
  • 相关论文文献

    • [1].面向软件定义网络架构的入侵检测模型设计与实现[J]. 计算机应用 2020(01)
    • [2].面向云计算入侵检测模型的设计[J]. 中国新通信 2020(13)
    • [3].基于集成特征选择的网络入侵检测模型[J]. 现代计算机 2020(24)
    • [4].一种数据挖掘框架下的入侵检测模型研究[J]. 福建电脑 2016(12)
    • [5].一种网络入侵检测模型的研究[J]. 工业仪表与自动化装置 2017(01)
    • [6].基于二次决策的深度学习入侵检测模型[J]. 微电子学与计算机 2020(04)
    • [7].基于可变网络结构自组织映射的入侵检测模型[J]. 计算机工程与应用 2020(12)
    • [8].基于特征选择的网络入侵检测模型研究[J]. 计算机测量与控制 2017(08)
    • [9].基于集成降噪自编码的在线网络入侵检测模型[J]. 计算机应用研究 2020(11)
    • [10].基于层次化的入侵检测模型研究[J]. 信息技术 2012(08)
    • [11].网络入侵检测模型的分析与设计[J]. 工业设计 2011(06)
    • [12].基于粗糙集与生物免疫的入侵检测模型研究[J]. 电脑知识与技术 2009(06)
    • [13].密码协议的入侵检测模型设计与实现[J]. 通信技术 2008(04)
    • [14].基于自编码网络特征降维的轻量级入侵检测模型[J]. 电子学报 2017(03)
    • [15].一种新的网络入侵检测模型的设计研究[J]. 中央民族大学学报(自然科学版) 2014(02)
    • [16].基于粗糙集与概念格的入侵检测模型研究[J]. 信息网络安全 2013(07)
    • [17].基于灰色关联事件融合的入侵检测模型[J]. 计算机工程与应用 2013(12)
    • [18].基于人工免疫的入侵检测模型研究[J]. 福建电脑 2010(04)
    • [19].基于免疫网络的入侵检测模型构建[J]. 计算机工程 2009(08)
    • [20].一种基于聚类分析的入侵检测模型[J]. 软件工程 2016(04)
    • [21].基于大数据分析的堡垒思想入侵检测模型[J]. 大众科技 2016(05)
    • [22].一种预估模式下的入侵检测模型及仿真分析[J]. 计算机仿真 2016(10)
    • [23].基于深度信念网络的入侵检测模型[J]. 现代计算机(专业版) 2015(02)
    • [24].大数据环境下的云计算网络安全入侵检测模型仿真[J]. 中国西部科技 2015(08)
    • [25].基于线性表示的协同入侵检测模型[J]. 现代计算机(专业版) 2013(33)
    • [26].基于聚类的分类分析自适应入侵检测模型[J]. 电脑知识与技术 2009(25)
    • [27].基于数据挖掘的自适应入侵检测模型研究[J]. 软件 2015(09)
    • [28].基于聚类算法的入侵检测模型设计[J]. 考试周刊 2010(38)
    • [29].自适应入侵检测模型[J]. 网络安全技术与应用 2011(07)
    • [30].基于聚类分析的网络入侵检测模型[J]. 计算机工程 2011(17)

    标签:;  ;  ;  ;  ;  ;  

    一个基于免疫原理与粗糙集理论的入侵检测模型
    下载Doc文档

    猜你喜欢