基于信息融合的网络安全模型与方法研究

论文摘要

随着现代计算机技术与网络技术的快速发展,网络信息安全已成为世界性急待解决的问题,各种各样的攻击频繁发生也是传统的安全手段面临着严峻的考验,另外,黑客的入侵方法变得更加智能和多样,目前的单一检测方法和分析层次过低,对黑客的入侵检测很难获得准确的结果。因此,如何将多种安全方法结合起来有效保护网络信息,已经成为目前安全领域的研究热点。信息融合技术是多学科交叉、综合、延拓产生的新的系统科学与现代信息技术,近些年来,它已经受到了广泛的关注,随着微电子技术和控制技术、计算机科学技术、网络通讯技术的快速发展,信息融合技术的理论和方法也得到了迅猛的发展并已被应用到许多研究领域。本文针对现有的网络安全模型存在的问题,提出了一种基于信息融合的分析与评估分层融合模型,此模型采用信息融合系统的三层结构,在数据层融合阶段,将传感器采集来的数据进行预处理;在特征层融合中将入侵数据分离出来;在决策融合阶段,通过前两个阶段获得的信息进一步分析获取对整个网络的整体安全态势的了解。本文还分别从数据层融合和决策层融合两方面对多传感器信息融合算法作了研究。在特征层融合阶段,将聚类算法应用于该层,用模糊c均值方法进行信息预分类,将信息融合领域中的D-S证据理论,引入决策层融合阶段,并将模糊与D-S证据理论相结合的算法作为该层的融合算法,利用粗糙集算法提出了数据属性的各项指标,以上方法都通过实验证明了算法的可行性和有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的意义
• 1.2 信息融合研究现状
• 1.2.1 国内信息融合技术研究现状
• 1.2.2 国外信息融合技术研究现状
• 1.3 论文研究的主要内容
• 1.3.1 本文主要工作
• 1.3.2 本文的内容安排
• 1.4 本章总结
• 第二章 信息融合技术
• 2.1 信息融合的概念
• 2.2 信息融合的基本原理
• 2.3 信息融合的功能模型
• 2.3.1 数据融合的JDL模型
• 2.3.2 数据融合的White模型
• 2.4 信息融合的分类
• 2.5 信息融合的算法
• 2.6 本章总结
• 第三章 基于信息融合的蜜网分析与评估分层融合模型
• 3.1 现有网络安全模型中存在的问题
• 3.2 基于信息融合的蜜网分析与评估的分层融合模型
• 3.2.1 框架详解
• 3.2.2 Honeynet技术在模型中的应用
• 3.2.3 基于信息融合蜜网的组成
• 3.2.4 模型所解决的问题
• 3.2.5 模型中采用的算法
• 3.3 本章总结
• 第四章 特征层信息融合算法的研究
• 4.1 引言
• 4.2 聚类分析
• 4.2.1 基于划分的聚类
• 4.2.2 层次聚类
• 4.2.3 基于密度的聚类
• 4.2.4 模糊聚类
• 4.3 模糊聚类在基于信息融合的蜜网分析与评估分层融合模型中的应用
• 4.3.1 数据源的选取
• 4.3.2 数据预处理
• 4.3.3 算法描述
• 4.3.4 实验分析
• 4.4 本章总结
• 第五章 决策层信息融合算法的研究
• 5.1 引言
• 5.2 基于粗集理论的属性权重确定方法
• 5.2.1 粗糙集理论及相关概念
• 5.2.2 粗集理论的属性权重确定方法步骤
• 5.3 证据理论
• 5.3.1 证据理论的基本概念
• 5.3.2 证据理论的组合规则
• 5.4 模糊证据理论理论的融合算法
• 5.4.1 算法步骤
• 5.4.2 算法实现
• 5.5 模糊证据理论在基于信息融合的蜜网分析与评估分层融合模型中的应用
• 5.5.1 简化并计算属性权重
• 5.5.2 模糊证据理论进行决策
• 5.6 本章总结
• 第六章 总结与展望
• 6.1 全文总结
• 6.2 展望
• 致谢
• 参考文献
• 攻读研究生学位期间发表论文