弹性函数构造与智能入侵检测方法研究

论文摘要

密码技术中弹性函数的存在性与构造问题和入侵检测技术中基于机器学习的智能化改进是目前信息安全领域中的研究热点。本文的工作围绕弹性函数的构造和智能入侵检测方法的研究两方面而展开。弹性函数是密码函数中最重要的安全性指标之一。它是相关免疫函数概念的自然延伸,但弹性函数的结构和性质却远比相关免疫函数复杂。本文研究了有限域上弹性函数的性质与构造方法,利用有限域的基本性质和弹性函数的构造特性,构造出当n≥m, 1≤m≤q ? 1, q≥3时, Fq上（ q ,m+ n,n,m）弹性函数的一般结构;并在此基础上证明了当n > q?1时, （ q ,m+ n,n,m）弹性函数的存在。智能入侵检测方法能使系统具有更强的适应性和自学习性,是目前入侵检测研究的一个重要方向。为了使入侵检测系统对新的入侵行为有更好的识别能力和识别效率,本文在研究了各种基于无监督学习的入侵检测特征提取方法的基础上,提出了基于增量核主成份分析（IKPCA）的入侵检测特征提取方法,并对该方法进行了收敛性分析,同时结合仿真试验对其正确性进行了验证;另外,本文通过研究独立成份分析和神经网络,提出了基于快速独立成份分析和神经网络的入侵检测方法（FastICA-NN IDS）,并通过对KDDCUP99的10%数据集的检测比较了核主成份分析（KPCA）、增量核主成份分析（IKPCA）和快速独立成份分析（FastICA）在入侵检测特征提取方面的优缺点。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 密码技术与入侵检测技术的基本概念
• 1.2 密码技术与入侵检测技术的研究现状
• 1.3 论文的组织和安排
• 第二章 弹性函数的构造
• 2.1 有限域及有限域上的弹性函数
• 2.2 弹性函数在密码设计中的应用
• 2.3 弹性函数的存在性与构造
• 2.4 弹性函数新的构造方法
• 第三章 基于无监督学习的入侵检测特征提取方法
• 3.1 机器学习概论
• 3.2 入侵检测中的特征提取方法
• 3.3 基于增量核主成份分析（IKPCA）的入侵检测特征提取方法
• 第四章 基于快速独立成份分析和神经网络的入侵检测方法
• 4.1 独立成份分析算法
• 4.2 神经网络
• 4.3 基于FastICA-NN 的入侵检测方法
• 4.4 实验结果分析与比较
• 第五章 总结与展望
• 致谢
• 参考文献
• 硕士期间的主要工作