基于系统调用的异常检测技术研究

基于系统调用的异常检测技术研究

论文摘要

当今的网络安全问题日益突出,入侵检测系统IDS(Intrusion DetectionSystem)已成为必不可少的安全手段。所谓入侵检测就是检测和识别针对计算机系统、信息系统、网络系统的非法攻击和入侵行为,该技术已经在全球范围内被广泛用来保护公司、组织的信息网络。但传统的入侵检测系统仍存在检测速度慢,漏检率高等缺陷。本文分析了传统IDS系统结构和检测方法,对神经网络NN(Neural Network)技术及其在IDS中的应用进行了深入的研究。从加快检测速度、提高准确率的角度出发,提出了一种基于神经网络的入侵检测新模型,该模型采用BP(BackPropagation)神经网络进行检测,将模式识别转化为数值计算,从而加快了检测速度,同时结合专家系统辅助检测并为神经网络提供实时的训练集,提高了检测的准确率。同时针对BP神经网络在实际应用中存在的问题,对BP算法进行了深入的研究。本文采用了基于神经网络和文本分类两种不同的检测方法。把特权程序和系统调用作为研究对象,通过比较已有的针对系统调用的检测方法,分析这些方法的不足,提出了将神经网络、漏桶算法、距离向量算法和文本分类算法应用到入侵检测的思想。实验表明,这些方法具有较高的检测率和较低的误报率。同时还利用ROC曲线对不同检测方法的检测性能进行评价。通过对比分析,验证了本文的检测方法的优越性。本文首先对入侵检测系统进行介绍,然后论证了将特权程序和系统调用作为研究对象的可行性。为了评价本文的检测方法,使用了DARPA数据集对入侵检测方法进行评估,同时介绍了该数据集的预处理过程。最后,对研究成果进行了总结,对比两种不同检测方法的性能,同时还介绍了本文的主要工作、不足之处和今后的努力方向。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 研究背景
  • 1.2 入侵检测系统的现状
  • 1.3 入侵检测的必要性和意义
  • 1.3.1 网络面临的主要威胁
  • 1.3.2 传统安全手段及其缺点
  • 1.3.3 入侵检测的目的
  • 1.3.4 研究入侵检测的意义
  • 1.4 论文工作
  • 第二章 入侵检测技术概述
  • 2.1 入侵检测的概念
  • 2.2 入侵检测系统的组成
  • 2.3 入侵检测的分类
  • 2.3.1 基于主机的入侵检测
  • 2.3.2 基于网络的入侵检测
  • 2.3.3 异常入侵检测
  • 2.3.4 误用入侵检测
  • 2.3.5 异常检测和误用检测的比较
  • 2.3.6 混合型入侵检测系统
  • 2.3.7 其它分类
  • 2.4 入侵检测存在的问题
  • 2.5 入侵检测的发展方向
  • 2.5.1 宽带高速网络的实时入侵检测技术
  • 2.5.2 大规模分布式入侵检测
  • 2.6 入侵检测系统的标准化研究
  • 2.6.1 CIDF标准
  • 2.6.2 IDWG标准
  • 2.7 小结
  • 第三章 课题技术分析
  • 3.1 研究对象
  • 3.1.1 特权程序
  • 3.1.2 系统调用
  • 3.2 可行性分析
  • 3.3 针对系统调用方法的研究进展
  • 3.4 现有检测方法的不足
  • 3.5 对已有方法的改进
  • 3.6 小结
  • 第四章 检测实验基础
  • 4.1 DARPA数据集
  • 4.2 DARPA数据集的优势
  • 4.3 系统检测过程
  • 4.4 检测预处理
  • 4.4.1 BSM审计记录格式
  • 4.4.2 抽取特权程序
  • 4.5 检测性能评价的研究
  • 4.5.1 性能指标
  • 4.5.2 ROC曲线分析
  • 4.6 小结
  • 第五章 采用神经网络算法的检测方法
  • 5.1 人工神经元
  • 5.2 人工神经网络的拓扑结构
  • 5.3 人工神经网络的工作原理
  • 5.4 神经网络分类
  • 5.5 多层前向网络
  • 5.6 检测对象
  • 5.7 检测方法
  • 5.7.1 漏桶算法
  • 5.7.2 距离向量算法
  • 5.8 检测模型
  • 5.9 检测实验
  • 5.9.1 训练过程
  • 5.9.2 检测过程
  • 5.9.3 实验结果
  • 5.10 小结
  • 第六章 采用文本分类算法的检测方法
  • 6.1 基本原理
  • 6.1.1 文本分类
  • 6.1.2 KNN分类算法
  • 6.2 检测方法
  • 6.3 面临的问题及算法改进
  • 6.4 检测实验
  • 6.4.1 训练过程
  • 6.4.2 检测过程
  • 6.4.3 实验结果
  • 6.5 小结
  • 第七章 结论与展望
  • 7.1 结论
  • 7.1.1 两种检测方法比较
  • 7.1.2 本文的主要工作
  • 7.1.3 不足之处
  • 7.2 工作展望
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].基于系统调用的交互式入侵检测系统设计与实现[J]. 仪表技术 2020(03)
    • [2].一种基于红外探测技术的住房入侵检测系统[J]. 软件工程 2017(03)
    • [3].数据挖掘算法在入侵检测系统中的应用研究[J]. 电脑知识与技术 2017(08)
    • [4].入侵检测系统在网络安全中的研究[J]. 无线互联科技 2017(14)
    • [5].网络安全中混合型入侵检测系统设计[J]. 通讯世界 2016(01)
    • [6].基于改进K均值算法的入侵检测系统设计[J]. 计算机技术与发展 2016(01)
    • [7].大数据环境下入侵检测系统概述[J]. 软件 2016(05)
    • [8].基于数据分流的并行入侵检测系统研究[J]. 黑龙江科技信息 2016(25)
    • [9].入侵检测系统的研究综述[J]. 吉林大学学报(信息科学版) 2016(05)
    • [10].基于入侵检测系统与防火墙联动的设计[J]. 计算机安全 2014(11)
    • [11].人工免疫系统在入侵检测系统中的应用[J]. 信息通信 2015(01)
    • [12].病虫害综合信息网入侵检测系统研究[J]. 北京农学院学报 2015(01)
    • [13].浅析入侵检测系统的应用部署[J]. 网络安全技术与应用 2015(02)
    • [14].防火墙与入侵检测系统联动技术的分析与研究[J]. 数字技术与应用 2015(05)
    • [15].入侵检测系统与防火墙联动技术研究[J]. 信息通信 2015(09)
    • [16].入侵检测中的多样性和冗余——DiSIEM项目及其研究成果(四)[J]. 中国教育网络 2020(08)
    • [17].关于误用与异常技术结合下的入侵检测系统的研究[J]. 电脑迷 2016(11)
    • [18].基于朴素贝叶斯的入侵检测优化设计[J]. 数码世界 2017(09)
    • [19].防火墙和入侵检测系统在电力企业信息网络中的应用[J]. 知音励志 2017(08)
    • [20].简析入侵检测系统性能测试与评估[J]. 科技信息 2013(26)
    • [21].入侵检测系统研究现状及发展趋势[J]. 商丘职业技术学院学报 2013(05)
    • [22].入侵检测系统面临的主要问题及其未来发展方向[J]. 考试周刊 2009(44)
    • [23].基于自动编码器集合的入侵检测系统的研究与实现[J]. 中国新通信 2019(24)
    • [24].数字化校园中入侵检测系统的研究与应用[J]. 吉林农业科技学院学报 2019(01)
    • [25].基于特征选择算法的网络实时入侵检测系统研究[J]. 现代信息科技 2019(20)
    • [26].提升入侵检测系统效率的设计与实现[J]. 山西煤炭管理干部学院学报 2015(04)
    • [27].入侵检测系统浅析[J]. 网友世界 2014(08)
    • [28].入侵检测系统的发展方向[J]. 中国教育网络 2013(06)
    • [29].信息安全入侵检测系统进展研究[J]. 计算机光盘软件与应用 2014(05)
    • [30].面向虚拟化平台的入侵检测系统的研究[J]. 计算机光盘软件与应用 2014(03)

    标签:;  ;  ;  ;  

    基于系统调用的异常检测技术研究
    下载Doc文档

    猜你喜欢