基于变精度粗糙集的网络隐蔽通道检测的研究

论文摘要

网络隐蔽通道是单机系统的隐蔽通道在网络环境下的扩展,是信息安全领域的一个重要分支。它是一种违背系统的安全策略利用网络中本来不是用来传递隐蔽信息的资源进行信息传输的机制,而且传输过程很隐蔽。一些黑客通过各种方式将木马植入到用户计算机中,然后远程控制这些木马将一些机密信息通过隐蔽通道传播出去。因此木马技术结合网络隐蔽信道进行信息的窃取对网络信息安全构成了极大的威胁。自1973年B. Lampson提出隐蔽信道的概念以来,人们对隐蔽通道已经做了许多的研究。随着网络的迅速发展,隐蔽通道已经渗透到计算机网络这个大的环境当中,人们将之称为网络隐蔽通道。由于网络隐蔽信道的构建方式多种多样,可以基于不同层次的协议以及不同的构建方法,所以目前对网络隐蔽通道的检测还没有一个通用高效的检测模型。所以发掘新的网络隐蔽信道检测方法具有极其重要的意义。本文首先介绍了网络隐蔽通道的基本原理以及目前国内外对网络隐蔽通道的检测的研究现状。总结归纳了现有的网络隐蔽通道检测方法。对粗糙集理论以及基于变精度粗糙集的数据挖掘方法进行了介绍。在对现有网络隐蔽通道构造方法归纳分析的基础上,通过分析基于不同协议的网络隐蔽通道特征,提出了一种基于变精度粗糙集理论的网络隐蔽通道检测模型,详细论述了基于变精度粗糙集理论的网络隐蔽通道检测思想、设计方法,对该模型的每一个模块都给出了详细的分析与设计。最后我们针对基于HTTP协议的网络隐蔽通道,分析其特征属性,然后对其进行量化,给出了具体的分析与设计方法。最后,通过实验验证了本文提出的检测方法的有效性。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 课题的研究背景
• 1.2 网络隐蔽通道相关知识与国内外研究现状
• 1.2.1 网络隐蔽通道相关知识
• 1.2.2 国内外研究现状
• 1.3 数据挖掘技术
• 1.3.1 数据挖掘的概念
• 1.3.2 数据挖掘技术实施的步骤
• 1.3.3 数据挖掘在网络隐蔽通道检测中的应用
• 1.4 研究的目的与意义
• 1.5 本文所做工作及安排
• 2 粗糙集理论基础
• 2.1 粗糙集理论基础
• 2.1.1 知识与不可分辨关系
• 2.1.2 粗糙集的上下近似
• 2.1.3 信息系统与决策表的约减
• 2.1.4 变精度粗糙集
• 2.1.5 决策规则的评价标准
• 2.2 基于变精度粗糙集的数据挖掘
• 2.2.1 数据预处理
• 2.2.2 属性与属性值约减
• 2.2.3 规则提取与分析
• 3 网络隐蔽通道检测方法研究
• 3.1 基于链路分析法的检测
• 3.2 基于流量分析的网络隐蔽通道检测
• 3.3 基于模糊神经网络的网络隐蔽通道检测
• 3.4 基于支持向量机的检测
• 3.5 基于遗传算法的检测
• 3.5.1 遗传算法
• 3.5.2 基于遗传算法的检测
• 3.6 基于无尺度网络理论的隐蔽通道检测
• 3.6.1 无尺度网络介绍
• 3.6.2 基于无尺度网络理论的隐蔽通道检测原理
• 3.7 检测方法的评价标准
• 3.8 本章小结
• 4 基于变精度粗糙集的网络隐蔽通道检测
• 4.1 基于变精度粗糙集的网络隐蔽通道检测模型
• 4.1.1 数据采集模块
• 4.1.2 数据预处理模块
• 4.1.3 属性约简与值约减模块
• 4.1.4 规则处理模块
• 4.1.5 检测模块
• 4.1.6 响应模块
• 4.2 针对HTTP协议的基于变精度粗糙集的网络隐蔽通道的检测
• 4.2.1 HTTP协议的介绍
• 4.2.2 基于HTTP协议的网络隐蔽通道及其检测方法
• 4.2.3 基于HTTP协议的网络隐蔽通道分析与特征提取
• 4.2.4 基于HTTP协议的网络隐蔽通道的检测
• 4.3 本章小结
• 5 实验与数据分析
• 5.1 实验环境
• 5.2 实验与分析
• 5.3 本章小结
• 6 总结和展望
• 致谢
• 参考文献