入侵检测系统中模式匹配算法的研究与实现

入侵检测系统中模式匹配算法的研究与实现

论文摘要

随着经济和技术的发展,计算机网络在人们的生活中占有越来越重要的位置,同时由网络引起的安全问题越来越引起人们的重视,每年由于网络安全问题,比如黑客入侵,病毒感染等造成的经济损失逐年递增,已经达到成千上万美元。这就要求我们必须加大力度开展网络安全技术研究,设计出更有效的网络安全系统。入侵检测系统作为一种积极主动的安全防护工具,提供了对内部攻击和外部攻击的实时防护,在计算机网络遭受危害之前进行报警、拦截和响应。本文首先讨论了网络安全的关键技术,介绍了入侵检测系统的研究历史和现状、系统结构以及常用的检测系统类型,并对当前流行的各种入侵检测算法进行了介绍,同时分析了各种入侵检测算法的优缺点以及未来的发展趋势。其次,模式匹配算法是入侵检测系统中的核心技术,模式匹配算法的效率决定了入侵检测系统的性能。本文对入侵检测系统中的模式匹配算法进行了研究,包括经典的BF,KMP,BM等单模式匹配算法以及AC-BM多模式匹配算法,并对各种算法的性能进行了分析,针对它们的缺点和不足,提出了一种新的模式匹配算法—NBM模式匹配算法,并通过实验结果分析,验证了该算法的优越性。最后,本文提出一种入侵检测系统的设计模型。同时,针对入侵检测系统的几个重点模块—数据采集模块、协议分析模块、检测引擎模块等也作了进一步的分析。并对该入侵检测系统进行了总结,提出了不足和改进的地方。同时强调了安全意识在网络安全中的重要性。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景与意义
  • 1.2 网络安全概述
  • 1.3 本文研究内容及组织结构
  • 第二章 入侵检测系统概述
  • 2.1 相关概念
  • 2.2 入侵检测系统的原理
  • 2.3 入侵检测系统的模型和结构
  • 2.4 入侵检测系统的信息源
  • 2.5 常用入侵检测技术
  • 2.6 入侵检测系统的分类
  • 本章小结
  • 第三章 模式匹配在入侵检测系统中的应用
  • 3.1 模式匹配研究现状
  • 3.2 模式匹配原理
  • 3.3 基于模式匹配的 NIDS 的结构
  • 3.3.1 模式匹配方法在实现中的问题
  • 3.3.2 模式匹配检测方法的特点
  • 本章小结
  • 第四章 模式匹配算法的研究
  • 4.1 问题概述
  • 4.2 单模式匹配算法
  • 4.2.1 BF 算法
  • 4.2.2 KMP 算法
  • 4.2.3 BM 算法
  • 4.2.4 其他单模式匹配算法
  • 4.3 多模式匹配算法
  • 4.3.1 AC-BM 算法
  • 4.4 改进的BM 算法(NBM)
  • 4.5 实验结果
  • 本章小结
  • 第五章 一种新的入侵检测系统(IDS)模型的设计
  • 5.1 需求分析
  • 5.2 IDS 模型
  • 5.3 系统目标
  • 5.4 系统设计
  • 5.4.1 一个典型的网络系统
  • 5.4.2 一种新的入侵检测系统架构的提出
  • 5.4.3 系统中IDS 的组成
  • 5.5 数据采集模块
  • 5.6 数据预处理模块
  • 5.6.1 协议解码和格式化
  • 5.6.2 分片重组
  • 5.6.3 会话重组
  • 5.7 协议处理模块
  • 5.8 检测引擎模块
  • 5.9 管理配置模块
  • 5.10 入侵响应模块
  • 本章小结
  • 总结与展望
  • 参考文献
  • 攻读硕(博)士学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].基于深度序列加权核极限学习的入侵检测算法[J]. 计算机应用研究 2020(03)
    • [2].基于云计算平台的网络入侵检测算法研究与实现[J]. 现代电子技术 2016(19)
    • [3].一种新的云计算混合入侵检测算法[J]. 重庆理工大学学报(自然科学) 2020(10)
    • [4].基于特征向量的微服务架构中的入侵检测算法[J]. 计算机与数字工程 2019(12)
    • [5].基于深度学习和半监督学习的入侵检测算法[J]. 信息技术 2017(01)
    • [6].基于粗糙集的自适应入侵检测算法[J]. 菏泽学院学报 2014(S1)
    • [7].智能化入侵检测算法研究综述[J]. 通信技术 2015(12)
    • [8].基于云模型和半监督聚类的入侵检测算法[J]. 计算机科学 2015(02)
    • [9].基于神经网络的网络入侵检测算法研究[J]. 信息通信 2012(05)
    • [10].一种基于半监督学习的入侵检测算法[J]. 成都信息工程学院学报 2012(06)
    • [11].基于主动学习的半监督聚类入侵检测算法[J]. 无线互联科技 2011(10)
    • [12].一种基于危险理论的入侵检测算法[J]. 电脑知识与技术 2010(04)
    • [13].基于双层分类器入侵检测算法[J]. 微计算机应用 2010(06)
    • [14].一种新的半监督入侵检测算法[J]. 计算机应用 2008(07)
    • [15].数据清洗下的改进半监督聚类入侵检测算法研究[J]. 武夷学院学报 2017(03)
    • [16].一种基于云模型和半监督聚类的入侵检测算法[J]. 电子测量与仪器学报 2014(12)
    • [17].网络入侵检测算法研究[J]. 软件 2013(04)
    • [18].一种新的半监督聚类入侵检测算法[J]. 无线互联科技 2012(03)
    • [19].主动学习半监督聚类入侵检测算法[J]. 微电子学与计算机 2011(10)
    • [20].基于多阶段聚类支持向量机的入侵检测算法[J]. 电脑知识与技术 2010(15)
    • [21].基于聚类的入侵检测算法研究[J]. 广东外语外贸大学学报 2008(06)
    • [22].基于数字垂钓的盲目入侵检测算法[J]. 计算机应用 2008(05)
    • [23].基于欠采样和对抗自编码器的入侵检测算法[J]. 信息通信 2019(12)
    • [24].基于谱聚类的网络入侵检测算法研究[J]. 计算机时代 2016(06)
    • [25].一种抽取多数类边界样本的入侵检测算法[J]. 科技通报 2013(10)
    • [26].基于熵的聚类入侵检测算法研究[J]. 通化师范学院学报 2013(12)
    • [27].公安系统网络监控中的入侵检测算法设计[J]. 科技通报 2013(06)
    • [28].基于主动学习的半监督聚类入侵检测算法[J]. 江苏科技大学学报(自然科学版) 2010(02)
    • [29].一种基于差异度聚类的异常入侵检测算法[J]. 河南师范大学学报(自然科学版) 2010(05)
    • [30].基于聚类支持向量机的入侵检测算法[J]. 无线电工程 2009(02)

    标签:;  ;  ;  

    入侵检测系统中模式匹配算法的研究与实现
    下载Doc文档

    猜你喜欢