基于模糊集的自适应伪装入侵检测算法及其在ASP服务安全中的应用研究

论文摘要

伪装入侵是网络信息系统中普遍存在且难于克服的安全隐患。由于用户行为的可变性,以及伪装用户行为与正常用户行为的相似性使得伪装入侵检测算法的性能提高很有限,并且对不同用户的适应能力也不好。本论文针对这些问题,在总结前人研究成果的基础上,对伪装入侵检测中的滑动窗口设置、决策量的变换、不确定性处理和自适应模型更新等方面做了深入研究。所研究的这些问题有利于提高伪装入侵检测算法对不同用户的适应能力,对不同应用场合的适应性,并提高检测算法的性能。因此,本文的研究工作具有一定的理论意义和实际应用价值。论文研究的创新之处在于:(1)给出了确定滑动窗口的方法。采用条件熵的判定方法,提出了一种确定滑动窗口大小的算法。证明了给定模型的滑动窗口长度与由该模型生成的一定长度的序列对应的滑动窗口长度是近似相等的。(2)提出了序列相对模型的似然值的有效转换方法。对该似然值进行规范化处理,采用遗传算法计算规范化过程中所需要的最大、最小似然值。计算复杂度低,并且能求得正确的结果。(3)提出了基于区间值模糊集的伪装入侵检测算法。对每个用户特征分别给出相应的可信度定义及计算方法,采用区间值模糊集对这些可信度值进行模糊融合计算,从而提高了检测算法对不确定信息的处理能力。(4)提出了一种快速聚类分析算法。采用基于模型的方法,定义一种新的序列相似性计算方法,不需要在聚类过程中对模型进行重复的合并更新。算法具有较小的计算复杂度,并且聚类性能比普通的基于模型的聚类算法有所提高。除了上述创新性研究工作之外,用Java语言实现了论文中的主要算法,并提出了一种可集成的基于Agent的检测框架,设计了三层结构的WEB EDA平台应用软件,并实现了两者的集成应用。本论文所提出的新方法都是以提高伪装入侵检测算法的性能、以便于检测为重点,注重提出的算法的可行性和可实现性。所提出的检测模型及算法具有创新性和较强的实用性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 网络信息系统及其安全问题
• 1.2 WEB EDA 设计平台中的安全问题与伪装入侵
• 1.3 入侵检测算法的分类
• 1.4 伪装入侵检测算法的基本思想
• 1.5 伪装入侵检测算法回顾与分析
• 1.6 关键问题及本文研究工作的重点
• 1.7 本论文的章节安排
• 第二章 伪装入侵检测的相关基础知识
• 2.1 信息论的相关概念
• 2.2 模糊集理论及计算
• 2.3 隐Markov 模型
• 2.4 时间序列的聚类分析方法
• 2.5 检测算法性能表示及决策方法
• 2.6 本章小结
• 第三章 伪装入侵检测模型及基于滑动窗口的检测算法
• 3.1 引言
• 3.2 伪装入侵检测模型
• 3.3 用户模型的表示及学习
• 3.4 基于序列特征的滑动窗口检测算法
• 3.5 实验结果及分析
• 3.6 本章小结
• 第四章 基于区间值模糊集的伪装入侵检测算法
• 4.1 引言
• 4.2 用户可信度及其不确定性分析
• 4.3 基于区间值模糊集的不确定信息处理方法
• 4.4 基于区间值模糊集的伪装入侵检测算法设计及分析
• 4.5 实验结果及分析
• 4.6 本章小结
• 第五章 用户模型的自适应更新
• 5.1 引言
• 5.2 更新用户模型的时间点及更新方法
• 5.3 用户行为聚类分析算法
• 5.4 模型更新算法
• 5.5 本章小结
• 第六章 伪装入侵检测算法在ASP 服务安全保障中的应用
• 6.1 基于WEB 的EDA 平台需求及设计说明
• 6.2 基于WEB 的EDA 平台中的伪装入侵
• 6.3 一个基于Agent 的可集成的伪装检测原型系统
• 6.4 系统运行及测试结果
• 6.5 本章小结
• 第七章 工作总结及今后的研究方向
• 7.1 工作总结
• 7.2 今后的研究方向
• 参考文献
• 读博士期间发表和待发表的论文
• 致谢