基于免疫遗传算法的入侵检测系统研究

基于免疫遗传算法的入侵检测系统研究

论文摘要

生物免疫系统的基本功能是识别自我和非我,并将非我分类清除,具有免疫识别、免疫记忆、免疫调节、免疫宽容和免疫监视等功能特征,是一个自适应、自学习、自组织、并行处理和分布协调的复杂系统。 人工免疫系统研究旨在抽取生物免疫系统中独特的信息处理机制,研究和设计相应的模型和算法,进而应用于解决各种复杂问题。人工免疫系统是继人工神经网络、进化计算之后新的智能计算研究领域,是生命科学和计算机科学相交叉而形成的交叉学科,目前已成为研究热点。 入侵检测是当前网络安全研究的重要内容之一。由于生物免疫系统是一个具有很强自我保护功能的系统,它能够有效识别已知和未知抗原的特性,给当前入侵检测系统的研究带来了很大的启发,通过深入研究生物免疫系统所蕴含的各种信息处理机制,构建和设计有效的入侵检测模型和算法,对于建立基于生物免疫系统的入侵检测新理论、新方法,改变当前网络安全状况具有至关重要的意义。因而基于生物免疫系统的入侵检测机制的研究显得更加引人注目,对促进当前网络安全的研究具有十分重要的意义。 本论文深入探索和研究生物免疫系统所蕴含的学习与检测机制,以及入侵检测系统的构成,根据免疫系统阴性选择的原理,面向入侵检测系统提出了一种新的、高效的模型和检测器生成算法—免疫遗传算法,并从理论上探讨了其遍历性、收敛性问题,最后通过KDDCUP’99标准数据集对免疫遗传算法进行仿真实验,测试结果表明,该算法可以很好地检测出对网络的入侵行为,达到了预期目标。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 研究背景和意义
  • 1.3 入侵检测技术的研究进展
  • 1.4 基于生物免疫机理的入侵检测系统
  • 1.5 主要研究内容和难点
  • 1.6 本章参考文献
  • 第二章 免疫理论的生物学基础
  • 2.1 生物免疫学的发展历史
  • 2.2 生物免疫系统概述
  • 2.2.1 抗原
  • 2.2.2 免疫细胞
  • 2.2.3 免疫应答
  • 2.3 生物免疫系统的特点
  • 2.4 本章小结
  • 2.5 本章参考文献
  • 第三章 入侵及入侵检测系统
  • 3.1 目前常用的入侵攻击手段和方法分析
  • 3.1.1 拒绝服务攻击(DOS)
  • 3.1.2 探测攻击(Probing)
  • 3.1.3 远程用户到本地的非授权访问(R2L)
  • 3.1.4 非授权获得超级用户权限攻击(User to Root)
  • 3.2 入侵检测系统的功能要求
  • 3.3 入侵检测系统的分类
  • 3.4 入侵检测系统模型
  • 3.4.1 Denning模型
  • 3.4.2 CIDF模型
  • 3.5 经典的入侵检测方法
  • 3.5.1 异常检测技术
  • 3.5.2 滥用检测技术
  • 3.6 本章小结
  • 3.7 本章参考文献
  • 第四章 基于免疫机理入侵检测系统研究
  • 4.1 生物免疫系统与入侵检测系统的相似性比较
  • 4.2 基于免疫机理入侵检测系统的组成
  • 4.2.1 检测器集合的产生
  • 4.2.2 检测器产生一般算法的设计与分析
  • 4.3 基于免疫机理入侵检测系统的特点
  • 4.4 本章小结
  • 4.5 本章参考文献
  • 第五章 基于免疫遗传算法的检测器设计及分析
  • 5.1 简单免疫算法的缺陷
  • 5.2 免疫遗传算法设计
  • 5.2.1 遗传算子
  • 5.2.2 免疫算子
  • 5.2.3 免疫遗传算法的特点
  • 5.3 免疫遗传算法理论分析
  • 5.3.1 随机过程基础
  • 5.3.2 免疫遗传算法遍历性分析
  • 5.3.3 免疫遗传算法收敛性分析
  • 5.5 仿真试验
  • 5.5.1 试验数据的选取
  • 5.5.2 实验结果与分析
  • 5.6 小结
  • 5.7 本章参考文献
  • 第六章 总结与展望
  • 致谢
  • 博士期间发表的文章
  • 详细摘要
  • 相关论文文献

    • [1].基于系统调用的交互式入侵检测系统设计与实现[J]. 仪表技术 2020(03)
    • [2].一种基于红外探测技术的住房入侵检测系统[J]. 软件工程 2017(03)
    • [3].数据挖掘算法在入侵检测系统中的应用研究[J]. 电脑知识与技术 2017(08)
    • [4].入侵检测系统在网络安全中的研究[J]. 无线互联科技 2017(14)
    • [5].网络安全中混合型入侵检测系统设计[J]. 通讯世界 2016(01)
    • [6].基于改进K均值算法的入侵检测系统设计[J]. 计算机技术与发展 2016(01)
    • [7].大数据环境下入侵检测系统概述[J]. 软件 2016(05)
    • [8].基于数据分流的并行入侵检测系统研究[J]. 黑龙江科技信息 2016(25)
    • [9].入侵检测系统的研究综述[J]. 吉林大学学报(信息科学版) 2016(05)
    • [10].基于入侵检测系统与防火墙联动的设计[J]. 计算机安全 2014(11)
    • [11].人工免疫系统在入侵检测系统中的应用[J]. 信息通信 2015(01)
    • [12].病虫害综合信息网入侵检测系统研究[J]. 北京农学院学报 2015(01)
    • [13].浅析入侵检测系统的应用部署[J]. 网络安全技术与应用 2015(02)
    • [14].防火墙与入侵检测系统联动技术的分析与研究[J]. 数字技术与应用 2015(05)
    • [15].入侵检测系统与防火墙联动技术研究[J]. 信息通信 2015(09)
    • [16].入侵检测中的多样性和冗余——DiSIEM项目及其研究成果(四)[J]. 中国教育网络 2020(08)
    • [17].关于误用与异常技术结合下的入侵检测系统的研究[J]. 电脑迷 2016(11)
    • [18].基于朴素贝叶斯的入侵检测优化设计[J]. 数码世界 2017(09)
    • [19].防火墙和入侵检测系统在电力企业信息网络中的应用[J]. 知音励志 2017(08)
    • [20].简析入侵检测系统性能测试与评估[J]. 科技信息 2013(26)
    • [21].入侵检测系统研究现状及发展趋势[J]. 商丘职业技术学院学报 2013(05)
    • [22].入侵检测系统面临的主要问题及其未来发展方向[J]. 考试周刊 2009(44)
    • [23].基于自动编码器集合的入侵检测系统的研究与实现[J]. 中国新通信 2019(24)
    • [24].数字化校园中入侵检测系统的研究与应用[J]. 吉林农业科技学院学报 2019(01)
    • [25].基于特征选择算法的网络实时入侵检测系统研究[J]. 现代信息科技 2019(20)
    • [26].提升入侵检测系统效率的设计与实现[J]. 山西煤炭管理干部学院学报 2015(04)
    • [27].入侵检测系统浅析[J]. 网友世界 2014(08)
    • [28].入侵检测系统的发展方向[J]. 中国教育网络 2013(06)
    • [29].信息安全入侵检测系统进展研究[J]. 计算机光盘软件与应用 2014(05)
    • [30].面向虚拟化平台的入侵检测系统的研究[J]. 计算机光盘软件与应用 2014(03)

    标签:;  ;  ;  

    基于免疫遗传算法的入侵检测系统研究
    下载Doc文档

    猜你喜欢