基于人工免疫的动态网络入侵检测技术研究

论文摘要

随着计算机互联网的发展和广泛应用,网络安全问题变得越来越严重。因此,开展网络安全特别是入侵攻击与防范技术的研究,开发高效实用的入侵检测系统,对计算机网络的发展与应用都具有重要意义。计算机安全系统要解决的问题与生物免疫系统要解决的问题非常类似,生物免疫系统保护躯体免受病原体的侵害而计算机安全系统保护计算机免遭入侵。因此,近年来受生物免疫系统的启发,国内外研究人员从生物原型出发,抽象出相应的仿生机理,形成一个新的研究领域—人工免疫系统。本文主要的工作在于提出了一种新的基于免疫的动态入侵检测模型。在新模型中,未成熟检测器的生成采用了通过自体或非自体变异的方法生成,通过这种方法生成的未成熟检测器有着更强的针对性和更高的生成率。新模型采用了基于误用检测和异常检测相结合的方法,克服了采用单一技术的缺点,从而提高了系统检测的效率。另外,在新模型中,自体的定义采用了一种动态化的过程,它能更加全面的反映网络中的正常数据克服了自体集覆盖概率小的缺点。同时,根据生态上的共同进化现象,提出了一个共同进化模型,来寻找检测系统中潜在的漏洞,并为找到的漏洞打上相应的补丁,从而使该系统更加健壮。最后,对所提的新模型进行了仿真实验,通过对实验结果的分析,证明了改进后的模型和方法在成熟检测器的生成效率上明显高于传统的方法,新模型在入侵检测的检测效率上也有着很高的检测效率。另外共同进化法也有效地强化了系统。本文首先介绍了入侵检测和人工免疫的研究历史与现状。然后针对当前研究中存在的问题提出了一个新的基于人工免疫的入侵检测模型,同时也提出了共同进化模型来强化该系统。在论文的最后,对该系统进行了仿真实验,并对结果进行了分析。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 课题研究背景及现状
• 1.2.1 网络安全基本概念
• 1.2.2 网络安全的关键技术
• 1.2.3 网络安全的相关措施
• 1.3 入侵检测技术研究背景
• 1.4 人工免疫系统的国内外研究现状
• 1.5 本文主要的研究内容
• 1.6 论文组织结构
• 第2章 入侵检测技术综述
• 2.1 基本概念
• 2.2 根据数据来源不同对入侵检测系统分类
• 2.2.1 基于主机的入侵检测系统
• 2.2.2 基于网络的入侵检测系统
• 2.2.3 分布式入侵检测系统
• 2.3 根据检测方法不同对入侵检测系统分类
• 2.3.1 异常入侵检测
• 2.3.2 误用入侵检测
• 2.4 入侵检测公用框架CIDF模型简介
• 2.5 现有入侵检测系统的局限性
• 2.5.1 对于基于主机入侵检测而言存在的问题
• 2.5.2 对于基于网络的入侵检测而言存在的问题
• 2.5.3 现有入侵检测系统共同的问题
• 2.6 入侵检测技术的发展趋势
• 2.7 本章小结
• 第3章 基于人工免疫的入侵检测方法研究
• 3.1 人工免疫
• 3.1.1 自然免疫学基础
• 3.1.2 人工免疫系统
• 3.1.3 否定选择算法的不足与改进
• 3.1.4 r连续位匹配
• 3.2 基于人工免疫的入侵检测问题描述
• 3.3 自体集动态化
• 3.4 漏洞问题
• 3.4.1 共同进化现象
• 3.4.2 共同进化模型
• 3.5 本章小结
• 第4章 基于人工免疫的动态网络入侵检测模型设计
• 4.1 模型概述
• 4.2 模型设计
• 4.2.1 误用检测模块
• 4.2.2 成熟细胞生成模块
• 4.2.3 记忆检测模块
• 4.2.4 成熟检测模块
• 4.2.5 协同刺激过程
• 4.2.6 自体动态化过程
• 4.2.7 共同进化法强化系统模型
• 第5章 仿真实验及结果分析
• 5.1 实验数据来源
• 5.1.1 基本特征（basic features）
• 5.1.2 内容特征（content features）
• 5.1.3 网络流量特征（traffic features）
• 5.2 数据预处理
• 5.3 实验目的
• 5.4 实验环境
• 5.5 实验过程及结果分析
• 5.5.1 成熟检测器生成比较实验
• 5.5.2 各参数对系统结果的影响
• 5.5.3 共同进化法强化系统实验
• 第6章 结论
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢