基于遗传算法的特征获取技术及其应用

论文摘要

作为网络安全技术的核心技术之一,入侵检测技术在近年来得到了长足的发展,但是面对高带宽的网络传输和层出不穷的新攻击,传统的由安全专家人工构造检测规则的检测系统,因其效率低下、准确率低、规则更新滞后等弊端,已逐渐不能适应当前的网络需求。 本文通过对现有入侵检测系统局限性的研究和分析,分别从规则生成技术和系统结构设计两个方面考虑,提出了基于遗传算法和扩张矩阵的规则生成方法和基于快速模式匹配的分级检测模型。 入侵检测系统的关键在于检测规则的准确性和概括性。本文以数据集KDD99为实验对象建立规则生成的数学模型,应用扩张矩阵理论和遗传算法实现了最优特征子集的提取,应用遗传算法实现对攻击特征的提取和优化,从而实现了对海量数据的有效处理。实验结果表明,该方法产生的规则简单、能够反映问题的本质,检测效果优于同类的其它方法,更适宜于当前高速网络环境下的检测需求。 为了进一步提高入侵检测系统的效率和性能,本文设计了一个基于快速模式匹配的分级检测模型,依据所提出的最优规则生成方法,给出了模糊规则和精确规则生成算法的详细流程和实验结果,生成的模糊规则实现对数据包的初级过滤功能,精确检测规则实现对数据的精确判定,二者的联合使用实现了对数据的有效分析和处理,提高了入侵检测系统的效率和性能。最后对模型的各功能模块进行了设计和分析,并给出了一个简单的分布式协同入侵检测系统的设计和配置。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 信息安全技术及其发展状况
• 1.2 入侵检测系统
• 1.3 当前入侵检测技术存在的主要问题及解决方案
• 1.4 论文的研究内容和意义
• 1.5 论文的结构和组织脉络
• 第二章 入侵检测技术
• 2.1 入侵检测技术的产生与发展
• 2.2 入侵检测系统原理
• 2.3 入侵检测系统的分析技术
• 2.4 常用逃避IDS检测的方法
• 第三章 基于扩张矩阵和 GA的最优特征获取技术
• 3.1 遗传算法与入侵检测
• 3.2 基本理论及应用
• 3.2.1 遗传算法
• 3.2.2 扩张矩阵理论
• 3.3 特征获取算法设计及流程
• 3.4 实验
• 3.4.1 数据来源及说明
• 3.4.2 实验过程及结果
• 3.5 结论
• 第四章 基于快速模式匹配的分级检测模型
• 4.1 模糊检测和精确检测相结合的分级检测思想
• 4.2 模糊检测和精确检测相结合的分级检测模型
• 4.3 模块功能设计与分析
• 4.3.1 数据采集模块功能设计
• 4.3.2 数据分析模块
• 4.3.3 决策响应模块
• 4.4 结论
• 第五章 一个分布式协同入侵检测系统的设计
• 5.1 入侵检测系统的性能需求
• 5.2 当前入侵检测系统的现状
• 5.3 分布式协同入侵检测系统设计
• 5.4 系统特点
• 5.5 小结
• 第六章 总结与展望
• 6.1 论文总结
• 6.2 进一步研究的工作
• 参考文献
• 致谢
• 附录:论文及科研情况