免疫原理在网络入侵检测系统中的应用研究

论文摘要

基于免疫学的入侵检测是近几年来入侵检测领域研究的热点,它的突出特点是利用生物免疫系统的原理、规则与机制来实现对入侵行为的检测和反应。目前多数商业化的入侵检测产品多是采用简单模式匹配技术,它只适用于比较简单的攻击方式,并且误报率高,只能检测出已知的攻击模式。而基于免疫原理的入侵检测系统具有多样性、自适应性、自动应答和自我修复的特点,能够利用不完备信息检测异常现象,能够检测出未知的攻击模式,这是原有系统达不到的。本课题围绕计算机免疫原理在入侵检测系统中的应用展开了深入的研究。 论文在介绍了入侵检测和免疫学基础知识后,自主设计了一个基于免疫原理的网络入侵检测系统模型IIDS。IIDS是工作在LAN上,具有分布式体系结构的异常型网络入侵检测系统。论文对该IIDS模型在否定选择过程中应用的初始检测器生成算法进行了深入的研究,这是本系统模型的核心算法。通过分析已有的检测器生成算法,借鉴进化计算的成果,对目前使用最多的线性检测器生成算法做出改进,通过消除冗余的检测器提高了线性算法的效率,同时保证改进后的算法能够尽可能多地覆盖非己空间。此外,在生成算法的基础上,分析了r-连续位匹配规则下的检测漏洞,论文还给出了用于计算改进算法产生的检测漏洞的算法。 论文采用标准的“自己”和“非己”数据集对IIDS进行了测试实验。测试结果表明,IIDS可以有效地检测出网络的入侵行为,以及未知的攻击模式,达到了预期目标。论文还对检测器生成算法的初始检测器集合规模和漏检概率进行了测试,测试结果表明改进算法增强了原算法的完备性及可靠性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景
• 1.1.1 网络安全的需求
• 1.1.2 入侵检测的必要性
• 1.2 入侵检测技术研究现状
• 1.3 现有入侵检测系统的不足
• 1.4 基于免疫学的入侵检测方法
• 1.5 本文主要工作
• 2 生物免疫学与入侵检测
• 2.1 生物免疫学介绍
• 2.2 系统安全与生物免疫的结合
• 2.3 入侵检测与生物免疫系统比较
• 3 基于免疫原理的入侵检测系统模型
• 3.1 系统模型设计
• 3.1.1 基于免疫原理的入侵检测系统模型的物理结构
• 3.1.2 基于免疫原理的入侵检测系统模型的概念级描述
• 3.2 工作流程
• 3.3 模型特性分析
• 3.3.1 误报的降低
• 3.3.2 模型的特点
• 4 检测器生成算法的研究与实现
• 4.1 检测器生成算法的规模分析
• 4.1.1 算法实现的环境及约束条件
• 4.1.2 匹配规则
• 4.2 有的检测器生成算法
• 4.2.1 穷举检测器生成算法
• 4.2.2 线性检测器生成算法
• 4.2.3 其它检测器生成算法
• 4.3 基于线性检测器生成算法的改进算法
• 4.3.1 改进算法的具体实现过程
• 4.3.2 改进算法的复杂性分析
• 4.4 “洞”及其误报分析
• 4.4.1 “洞”存在的原因
• 4.4.2 “洞”的计算
• 4.5 检测器生成算法总结
• 4.5.1 算法实现中参数的选取
• 4.5.2 算法中存在的问题
• 5 仿真实验与分析
• 5.1 基于线性法的改进算法的仿真实验分析
• 5.1.1 改进算法的应用的理论公式
• 5.1.2 实验过程和结果
• 5.1.3 实验结果分析
• 5.2 ⅡDS的测试与结果
• 5.2.1 实验数据集
• 5.2.2 “自己”和“非己”的模式定义
• 5.2.3 检测入侵行为
• 5.2.4 实验结果分析
• 6 结论
• 参考文献
• 在学研究成果
• 致谢