基于免疫学原理的混合入侵检测系统

论文摘要

计算机系统安全要解决的问题与免疫系统要解决的问题非常类似。免疫系统保护躯体免受病原体的侵害，计算机系统安全保护计算机免遭入侵，将生物免疫学的原理和方法引入计算机安全领域的研究具有重要意义。本文首先对入侵检测系统及其有关技术进行了阐述，对生物免疫系统原理、免疫系统组成、免疫细胞的功能、免疫系统的免疫过程、免疫原理应用于网络入侵检测的可行性和必要性、人工免疫系统的基本概念进行了讨论，重点分析了模型“自体”和“非自体”的界定、检测规则和检测算法，提出了新的NA匹配规则和基于否定选择、克隆选择的新的检测器生成算法，验证了新规则和新算法的有效性。在此基础上给出了基于免疫学的混合入侵检测系统模型，在搭建的实验平台上利用KDDCup99实验数据包对该模型进行了测试，对测试结果进行了对比分析。结果显示本文设计的系统模型在检测性能上表现良好。

论文目录

• 目录
• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.1.1 研究背景
• 1.1.2 我国信息安全面临的挑战
• 1.1.3 信息安全总体对策
• 1.1.4 研究意义
• 1.2 入侵检测系统概述
• 1.2.1 入侵检测系统历史
• 1.2.2 入侵检测系统分类
• 1.3 入侵检测系统的基本结构和分析方法
• 1.3.1 入侵检测系统的基本结构
• 1.3.2 入侵检测分析方法与技术
• 1.4 入侵检测系统的研究现状及存在的问题
• 1.4.1 入侵检测系统的研究现状
• 1.4.2 现有入侵检测系统存在的问题
• 1.4.3 基于免疫学的入侵检测系统
• 1.5 本文研究的主要内容
• 1.5.1 论文的内容安排
• 第2章 生物免疫学原理
• 2.1 概述
• 2.1.1 生物免疫学
• 2.1.2 免疫机制
• 2.1.3 生物免疫的基本特征
• 2.2 计算机免疫系统
• 2.2.1 基本模型
• 2.2.2 几种典型的免疫算法
• 2.3 人工免疫系统的研究现状
• 第3章 基于免疫原理的入侵检测关键技术
• 3.1 Self和 Nonself的定义
• 3.2 检测器的产生
• 3.2.1 检测元
• 3.2.2 检测规则
• 3.2.3 检测器的生成算法
• 第4章 基于免疫原理的混合入侵检测系统模型
• 4.1 网络安全实施拓扑模型
• 4.2 基于免疫学原理的入侵检测系统架构
• 4.2.1 嗅探器
• 4.2.2 过滤系统
• 4.2.3 基于免疫学的误用检测系统
• 4.2.4 基于免疫学的异常检测系统
• 4.2.5 信号发生器
• 4.2.6 响应发生器
• 4.3 基于免疫学原理的入侵检测模型的分析
• 第5章 系统设计与实现
• 5.1 免疫检测模块的设计
• 5.1.1 模型的物理结构
• 5.1.2 免疫检测器的生成
• 5.1.3 免疫检测器的检测流程
• 5.2 实验结果及分析
• 5.2.1 实验平台
• 5.2.2 实验数据
• 5.2.3 实验结果与分析
• 第6章 结论与展望
• 6.1 全文总结
• 6.2 本文的局限性
• 6.3 研究未来展望
• 致谢
• 参考文献
• 缩写词表