基于生物免疫原理的入侵检测研究

论文摘要

生物免疫系统与计算机入侵检测系统在功能上有很大的相似性，入侵免疫系统的主要功能是检测内部或者外部的侵入，使计算机免受攻击。而生物免疫系统的功能是保护生物体不受细菌，病毒等外来病菌的侵害。把生物免疫原理应用于入侵检测系统是一种计算机安全的新思路。在以往的基于生物免疫原理的入侵检测系统，只是对单个数据包单独的进行检测，而本文在则引入了描述数据包之间关联的基因属性，以定量地衡量数据包之间的关联，通过实验证明提高了正检率。在漏洞处理中，本文使用了一种全新的漏洞处理方法。在检测器生成过程中引入了可疑检测半径，避免额外的漏洞处理的开销，从而提高了学习效率。在属性匹配中，本文采用了一种新的匹配方法，区别主机熟悉的IP地址和不熟悉的IP地址，对两者采用不同的处理方法，提高了检测的精度。本文实现了一个入侵检测子系统，通过实验验证了本文设计实现的系统具有较高的检测正检率。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景
• 1.2 入侵检测历史发展
• 1.3 本文的主要工作
• 1.4 论文创新点
• 2 入侵检测概述
• 2.1 入侵概述
• 2.2 入侵检测的分类
• 2.3 入侵检测发展趋势
• 2.3.1 分布式入侵检测与CIDF
• 2.3.2 应用层入侵检测
• 2.3.3 智能入侵检测
• 2.3.4 建立入侵检测系统评价体系
• 3 免疫系统
• 3.1 自然免疫基础
• 3.1.1 T细胞与B细胞
• 3.1.2 抗原与抗体
• 3.1.3 生物的克隆选择
• 3.1.4 自然免疫系统的特点以及给人工免疫系统的启示
• 3.2 人工免疫基础
• 3.2.1 “自我”与“非我”
• 3.2.2 检测器
• 3.2.3 受体矢量
• 3.2.4 生物体免疫系统概念和网络入侵检测系统概念对比
• 3.3 匹配规则
• 3.4 检测器生成算法
• 3.4.1 阴性选择算法
• 3.4.2 线性检测器生成算法
• 3.5 克隆选择算法
• 4 一个入侵检测系统
• 4.1 系统框架
• 4.2 基因提取
• 4.2.1 基因编码
• 4.2.2 矢量转化
• 4.2.2.1 IP差分
• 4.2.3 记忆属性提取
• 4.3 系统采用匹配规则
• 4.3.1 Ip地址之间的匹配规则
• 4.3.2 端口号之间的匹配规则
• 4.4 检测器生成流程
• 4.4.1 初始检测器生成算法
• 4.4.2 克隆选择
• 4.4.2.1 基因型与表现型
• 4.4.2.2 交叉
• 4.4.2.3 变异
• 4.5 基于系统累计度的漏洞处理方法
• 4.5.1 洞产生的原因
• 4.5.2 洞的处理方法
• 4.6 实际检测流程
• 4.7 基因库进化
• 4.8 本章总结
• 5 仿真试验与结果分析
• 5.1 实验数据来源
• 5.2 阀值分析与选取
• 5.3 误识率分析
• 5.4 正识率分析对比
• 5.5 漏洞处理方法分析
• 5.6 本章总结
• 总结与展望
• 致谢
• 参考文献