基于免疫机理的入侵检测系统研究

基于免疫机理的入侵检测系统研究

论文摘要

随着计算机技术和网络技术的迅猛发展,我们进入了一个全新的信息时代。就在我们享受计算机和网络给我们的生产生活带来巨大便利的同时,却不得不面对日益严重的计算机安全问题的困扰。传统的计算机安全技术和产品在一定程度上保障了信息系统的安全性,但由于它们自身的缺陷和被动性,无法主动地检测攻击入侵事件,所以难以避免入侵和攻击事件的频频发生。一种能实现主动和动态防御的新型网络安全技术——入侵检测系统由此得到了深入研究和迅速发展。 基于免疫机理的入侵检测系统研究是近年来入侵检测领域研究的前沿课题。它突出的特点是利用基于生物免疫机理的人工免疫系统的模型和算法来实现对入侵检测系统的优化。本课题正是围绕这样一个主题来展开研究工作,课题的研究受到了山西省留学回国人员基金项目的资助(2004-18)。 本论文对课题的相关背景和研究意义做了详细说明,在此基础上深入研究和分析了课题内容涉及的入侵检测系统和人工免疫系统的相关理论和技术以及它们的现状和发展,并对两个系统的相似性和可借鉴性

论文目录

  • 第一章 绪论
  • 1.1 引言
  • 1.2 相关背景和研究意义
  • 1.2.1 计算机网络安全的目标
  • 1.2.2 传统网络安全存在的问题
  • 1.2.3 入侵检测技术的必要性
  • 1.2.4 基于免疫机理的入侵检测
  • 1.2.5 国内外的研究状况
  • 1.3 本文的研究内容和思路
  • 1.3.1 主要研究内容和创新点
  • 1.3.2 论文的组织结构
  • 第二章 入侵检测系统
  • 2.1 入侵检测系统的基本概念
  • 2.1.1 入侵
  • 2.1.2 入侵检测
  • 2.1.3 入侵检测系统
  • 2.2 入侵检测系统的分类
  • 2.2.1 按照数据分析方法划分
  • 2.2.2 按照数据来源划分
  • 2.2.3 按照系统结构划分
  • 2.3 入侵检测系统的基本框架
  • 2.4 入侵检测系统的研究现状
  • 2.4.1 入侵检测系统的历史背景
  • 2.4.2 当前入侵检测系统面临的问题
  • 2.4.3 入侵检测系统的发展趋势
  • 第三章 人工免疫系统
  • 3.1 生物免疫系统
  • 3.1.1 生物免疫原理
  • 3.1.2 生物免疫的结构
  • 3.1.3 生物免疫的功能
  • 3.1.3.1 免疫识别
  • 3.1.3.2 免疫克隆选择
  • 3.1.3.3 免疫记忆
  • 3.1.3.4 免疫多样性
  • 3.1.3.5 免疫耐受
  • 3.1.4 生物免疫的特点
  • 3.1.4.1 分布性
  • 3.1.4.2 自治性
  • 3.1.4.3 适应性
  • 3.1.4.4 健壮性
  • 3.1.4.5 可扩展性
  • 3.2 人工免疫系统
  • 3.2.1 人工免疫系统定义
  • 3.2.2 人工免疫系统框架
  • 3.2.3 人工免疫系统的模型与算法
  • 3.2.3.1 人工免疫网络模型
  • 3.2.3.2 否定选择算法
  • 3.2.3.3 克隆选择算法
  • 3.2.3.4 免疫遗传算法
  • 3.3 免疫系统与入侵检测系统的对比
  • 3.4 基于免疫原理的入侵检测系统的研究现状
  • 第四章 基于免疫机理的入侵检测关键技术研究
  • 4.1 Self和Nonself的定义
  • 4.2 检测器产生
  • 4.2.1 检测元
  • 4.2.1.1 检测元的结构
  • 4.2.1.2 检测元的生成
  • 4.2.1.3 检测元的生命周期
  • 4.2.2 检测规则
  • 4.2.2.1 匹配规则
  • 4.2.2.2 匹配规则实验分析
  • 4.2.3 完整的检测器生成算法
  • 4.2.3.1 算法设计
  • 4.2.3.2 算法仿真实验
  • 4.3 漏洞及误报分析
  • 4.3.1 检测漏洞问题
  • 4.3.1.1 漏洞产生的原因
  • 4.3.1.2 漏洞的计算
  • 4.3.1.3 漏洞的消除
  • 4.3.2 误报问题
  • 第五章 系统模型及实验分析
  • 5.1 系统模型
  • 5.1.1 模型建立
  • 5.1.2 模型实现
  • 5.2 系统的数学描述
  • 5.3 实验分析及结果
  • 5.3.1 实验目的
  • 5.3.2 实验过程和结果
  • 5.3.2 实验分析及结论
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士期间发表的论文
  • 相关论文文献

    • [1].李传友团队在植物免疫机理研究中取得重大进展[J]. 农药市场信息 2017(25)
    • [2].基于免疫机理的入侵检测系统研究[J]. 网络安全技术与应用 2008(05)
    • [3].基于免疫机理的氯化工艺事故风险模糊评价[J]. 安全与环境学报 2018(01)
    • [4].了解免疫机理,确保有效免疫[J]. 吉林畜牧兽医 2011(08)
    • [5].基于生物免疫机理的分布式入侵检测体系[J]. 微计算机信息 2011(07)
    • [6].GnRH-Ⅰ疫苗免疫效果影响因素、商业困境与免疫机理研究进展[J]. 畜牧兽医杂志 2009(04)
    • [7].初生幼犬的免疫机理及人工主动免疫方法[J]. 浙江畜牧兽医 2011(05)
    • [8].基于免疫机理的模糊PID漂白塔温度控制研究[J]. 中华纸业 2018(22)
    • [9].基于免疫机理的SQL注入攻击检测与防护算法[J]. 太原理工大学学报 2017(05)
    • [10].锂离子电池火灾风险管控研究现状分析[J]. 安全 2020(02)
    • [11].猪病的免疫机理与防疫对策[J]. 畜牧兽医科技信息 2016(06)
    • [12].中国科学院在茉莉酸调控植物免疫机理研究中取得进展[J]. 农药市场信息 2014(21)
    • [13].生物素对畜禽营养生理作用及免疫机理的研究进展[J]. 湖南饲料 2011(02)
    • [14].基于免疫机理的足球机器人协作控制研究[J]. 科学技术与工程 2014(08)
    • [15].免疫机理的图像去噪方法研究[J]. 微电子学与计算机 2016(03)
    • [16].猪繁殖与呼吸障碍综合征病毒的致病机理[J]. 福建畜牧兽医 2013(03)
    • [17].基于免疫机理的社区安全预警响应机制研究[J]. 教育教学论坛 2016(52)
    • [18].酸化剂对畜禽胃肠道作用和免疫机理的研究进展[J]. 饲料博览 2015(10)
    • [19].酵母多糖在禽类的应用研究[J]. 国外畜牧学(猪与禽) 2014(11)
    • [20].复发性阿弗他溃疡发病免疫因素研究进展[J]. 西北民族大学学报(自然科学版) 2012(03)
    • [21].基于免疫机理的黑龙江省耕地系统安全预警研究[J]. 中国土地科学 2017(05)
    • [22].动物免疫机理及遵循的技术要求[J]. 中国动物保健 2013(11)
    • [23].基于免疫机理的化工园区安全生产预警预测模型研究[J]. 高校化学工程学报 2014(03)
    • [24].捻转血矛线虫免疫机理及其疫苗的研制[J]. 吉林畜牧兽医 2019(10)
    • [25].基因疫苗的研究概述[J]. 农民致富之友 2016(12)
    • [26].基于免疫机理的化工园区安全生产预警机制设计[J]. 中国安全科学学报 2011(09)
    • [27].基于免疫机理的Rootkits检测模型[J]. 清华大学学报(自然科学版) 2012(10)
    • [28].EgM9免疫犬引起细胞因子表达的变化规律研究[J]. 动物医学进展 2011(09)
    • [29].基于免疫机理的设备异常度检测与故障诊断快速融合方法研究[J]. 机械设计与制造工程 2016(11)
    • [30].贝为成:逐梦科海 天高海阔[J]. 中国发明与专利 2014(03)

    标签:;  ;  ;  ;  ;  ;  

    基于免疫机理的入侵检测系统研究
    下载Doc文档

    猜你喜欢