计算机免疫中“非我”消除方法及配置策略的研究

论文摘要

人类从自然界获得解决科学难题的灵感,借鉴自然界自身的规律,解决人类面临的科学问题已经成为现代科学研究中的一个非常新的研究思路。将生物免疫系统运行机理应用到计算机入侵检测系统的研究中就形成了基于系统调用的计算机免疫系统模型。借鉴生物免疫系统的一些特点来完成对计算机入侵的检测,识别“自我”与“非我”,进而消除“非我”。本文主要介绍了计算机免疫系统GECISM 中的重要功能模块类B Agent并分析了其配制策略。它接收类TC Agent 提供的已知“非我”的分类信息和相关特征。并根据本代理中特征库的相应特征及消除方法对已知“非我”进行消除,并负责消除失败时对“非我”重新分类以及与其他代理之间的通信。

论文目录

• 第1章 绪论
• 1.1 课题来源
• 1.2 国内外研究现状
• 1.3 本文的工作
• 1.4 论文的结构
• 第2章 生物免疫系统
• 2.1 生物免疫学发展概述
• 2.2 生物免疫系统
• 2.3 生物免疫系统的特点
• 2.4 小结
• 第3章 计算机免疫系统
• 3.1 计算机免疫系统的要求
• 3.2 计算机免疫系统总体结构
• 3.2.1 GECISM 的形式定义
• 3.3 各智能代理功能与结构
• 3.3.1 类MC Agent
• 3.3.2 类TH Agent
• 3.3.3 类B Agent
• 3.3.4 类TD Agent
• 3.3.5 类TC Agent
• 3.3.6 沙盒主机
• 3.4 GECISM 的仿生机理与其特性
• 3.5 计算机免疫系统的健壮性设计
• 3.5.1 “邻接点”技术基础
• 3.5.2 “邻接点监听恢复”技术
• 3.5.3 “邻接点围栏”技术
• 3.5.4 “邻接点”技术特点
• 3.6 小结
• 第4章 类 B AGENT 构造
• 4.1 类B AGENT 总体结构设计
• 4.2 类 B AGENT工作过程
• 4.3 类 B AGENT 主要功能模块
• 4.3.1 接收器
• 4.3.2 效应器
• 4.3.3 检测器
• 4.3.4 方法库
• 4.3.5 特征库
• 4.3.6 移动器
• 4.3.7 传送器
• 4.4 小结
• 第5章 类B AGENT子群配置策略
• 5.1 静态配置策略
• 5.2 动态配置策略
• 5.2.1 优先权置换算法
• 5.2.2 FIFO 置换算法
• 5.2.3 LRU 置换算法
• 5.2.4 置换算法性能分析
• 5.3 超动态配置策略
• 5.4 三种配置策略的比较
• 5.5 小结
• 第6章 结束语
• 参考文献
• 攻读硕士学位期间科研工作情况
• 致谢