基于否定选择算法的异常检测模型研究

基于否定选择算法的异常检测模型研究

论文摘要

借鉴生物免疫系统的免疫原理解决网络安全问题已引起计算机安全研究人员的高度重视,尤其是基于人工免疫的异常检测方面已成为一个热门的研究方向。本文在研究人工免疫基本理论和原理的基础上,提出了基于改进否定选择算法的异常检测模型。首先,本文分析了当前安全技术和安全系统理论,对入侵检测技术的研究历史与现状进行了综述,详细分析了目前己有入侵检测方法的不足,并指出了入侵检测的研究方向。其次,本文研究了人工免疫学否定选择算法,理论分析了该算法的检测能力,指出了该算法存在的两类黑洞:限长漏洞和交叉漏洞,并对黑洞产生的原因、如何减少黑洞数目等问题做了分析探讨。对r—连续位匹配规则和r—字符块匹配规则进行了比较分析,指出了r—字符块匹配规则弥补了r—连续位匹配规则所产生的限长漏洞问题。为了提高检测的准确性,本文给出了B、T双检测器协同识别方法。最后,本文对黑洞问题和基于改进否定选择算法的异常检测模型进行了仿真实验,实验结果表明该异常检测模型具有较高的检测率。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 研究背景和意义
  • 1.1.1 传统的安全技术
  • 1.1.2 P2DR安全系统理论
  • 1.2 入侵检测系统的发展现状
  • 1.2.1 入侵检测系统的发展
  • 1.2.2 入侵检测系统的现状
  • 1.3 本论文研究内容
  • 1.4 论文组织结构
  • 第2章 入侵检测技术
  • 2.1 入侵和入侵检测
  • 2.2 入侵检测系统
  • 2.3 入侵检测系统分类
  • 2.4 入侵检测系统的局限性
  • 2.5 入侵检测与生物免疫相似之处
  • 2.6 基于生物免疫的异常检测
  • 2.7 本章小结
  • 第3章 人工免疫否定选择算法研究
  • 3.1 生物免疫
  • 3.1.1 基本概念
  • 3.1.2 免疫原理
  • 3.2 人工免疫的相关理论与方法
  • 3.2.1 人工免疫系统概念
  • 3.2.2 人工免疫的仿生特性
  • 3.3 否定选择算法
  • 3.3.1 算法功能
  • 3.3.2 算法描述
  • 3.3.3 r-连续位匹配规则
  • 3.3.4 检测能力
  • 3.4 否定选择算法存在的问题
  • 3.5 黑洞问题讨论
  • 3.5.1 黑洞产生的原因
  • 3.5.2 减少黑洞数目
  • 3.5.3 漏洞的判定算法
  • 3.6 本章小结
  • 第4章 基于改进否定选择算法的异常检测模型
  • 4.1 模型
  • 4.1.1 问题空间描述
  • 4.1.2 模型框架
  • 4.2 R-字符块匹配规则
  • 4.2.1 基本概念
  • 4.2.2 解决限长漏洞
  • 4.3 B/T检测器协同识别
  • 4.3.1 生物免疫中B、T细胞的作用及其协同关系
  • 4.3.2 B、T检测器原理
  • 4.3.3 检测器生成
  • 4.3.4 检测器识别
  • 4.4 本章小结
  • 第5章 仿真实验
  • 5.1 黑洞仿真实验
  • 5.2 改进算法仿真实验
  • 5.3 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].基于否定选择算法的模拟电路故障诊断[J]. 兵工自动化 2015(04)
    • [2].区域否定选择算法[J]. 计算机工程与应用 2008(12)
    • [3].否定选择算法在网络入侵检测中改进应用[J]. 电子制作 2014(15)
    • [4].改进的否定选择算法在入侵检测中的应用[J]. 微计算机信息 2012(01)
    • [5].混合匹配规则的否定选择算法[J]. 哈尔滨理工大学学报 2009(05)
    • [6].基于否定选择算法的木马检测与研究[J]. 煤炭技术 2013(07)
    • [7].一种基于混沌理论的改进否定选择算法[J]. 计算机安全 2013(08)
    • [8].一种改进的否定选择算法[J]. 信息通信 2012(01)
    • [9].一种基于抗原软子空间聚类的否定选择算法[J]. 计算机应用研究 2018(03)
    • [10].基于改进的可变半径检测器实值否定选择算法[J]. 哈尔滨理工大学学报 2009(02)
    • [11].一种改进的基于否定选择的检测器生成算法[J]. 哈尔滨理工大学学报 2008(04)
    • [12].一种集成点估计的改进否定选择算法[J]. 计算机应用研究 2010(08)
    • [13].混合免疫异常检测[J]. 黑龙江科技信息 2008(03)
    • [14].否定选择算法的自体半径分析[J]. 哈尔滨商业大学学报(自然科学版) 2019(02)
    • [15].基于改进否定选择算法的网络入侵检测模型[J]. 计算机工程与设计 2009(11)
    • [16].WSNs入侵检测中实值否定选择算法研究[J]. 计算机工程与科学 2016(09)
    • [17].否定选择算法中一种改进的检测器集生成机制[J]. 计算机应用研究 2011(01)
    • [18].基于否定选择算法的现场运维故障预测方法研究[J]. 电力信息与通信技术 2019(09)
    • [19].改进型人工免疫否定选择算法的比较研究[J]. 信阳农林学院学报 2015(01)
    • [20].否定选择算法中高性能检测器的生成[J]. 计算机工程与设计 2014(08)
    • [21].基于免疫否定选择算法的机场航班延误状态检测与实现[J]. 高技术通讯 2008(04)
    • [22].改进的混沌否定选择算法[J]. 计算机工程 2009(11)
    • [23].一种新型的否定选择算法生成检测器的研究[J]. 电子设计工程 2010(11)
    • [24].基于聚类的邻域检测器生成算法[J]. 计算机工程 2016(02)
    • [25].网络故障诊断研究中一种优化的否定选择算法[J]. 计算机应用研究 2015(10)
    • [26].基于人工免疫系统的电路小样本故障诊断方法[J]. 电子测量与仪器学报 2010(05)
    • [27].一种基于模糊免疫的检测器生成算法[J]. 电脑开发与应用 2010(04)
    • [28].新的否定选择算法及其在疾病诊断中的应用[J]. 计算机科学与探索 2015(01)
    • [29].超球体检测器覆盖问题的研究[J]. 计算机技术与发展 2008(06)
    • [30].增加检测器覆盖非自体区域的简单方法[J]. 计算机与数字工程 2010(03)

    标签:;  ;  ;  ;  ;  

    基于否定选择算法的异常检测模型研究
    下载Doc文档

    猜你喜欢