基于智能化的入侵检测模型研究

论文摘要

互联网的开放性为信息的共享和交互提供了极大的便利，但同时也对信息的安全性提出了严峻的挑战。信息安全已逐渐发展成为信息系统的关键问题。入侵检测（Intrusion Detection）作为一种主动的信息安全保障措施，有效地弥补了传统安全防护技术的缺陷。通过构建动态的安全循环，可以最大限度地提高系统的安全保障能力，减少安全威胁对系统造成的危害。随着计算机技术和网络技术的不断发展，分布式计算环境的广泛采用，海量存储和高带宽传输技术的普及，传统的基于单机的集中式入侵检测系统已不能满足安全需求。分布式入侵检测（Distributed Intrusion Detection, DID）逐渐成为入侵检测乃至整个网络安全领域的研究重点。本文针对基于免疫的分布式入侵检测系统中关键技术进行刻画和研究，并提出智能化的分布式入侵检测模型。首先，文章分析了入侵检测技术的研究现状，阐述了基于主机的入侵检测模型和基于网络的入侵检测模型，并对异常检测和误用检测两种技术进行描述和比 较。在此前提下，论文概述了智能化入侵检测系统的特点和优点，并介绍了当前智能化入侵检测系统的发展现状。其次，文章概要介绍了生物免疫系统的过程和工作原理，并将生物免疫系统与人工免疫系统进行比较。在人工免疫方面，文章介绍了人工免疫系统的核心模块——检测器的结构和原理，并剖析了检测器产生算法。在非选择算法的基础上，文章刻画了一种分布式非选择算法，并举例分析。最后，文章提出了基于遗传算法和免疫原理的分布式入侵检测模型。该模型利用遗传算法的进化特性来优化抗体的适应度，提高了免疫响应能力。同时，我们还将遗传算法用于网络拓扑结构的动态调整，使得网络拓扑结构能够随着外界环境的变化而变化。作为网络安全的一个重要研究领域，智能化的入侵检测模型还存在一定的缺点和不足，本文的篇末提出了一些难点问题和改进的思路。

论文目录

• 摘要
• Abstract
• 目 录
• 第一章 绪 论
• 1.1 论文背景及意义
• 1.1.1 互联网现状
• 1.1.2 网络安全现状
• 1.1.3 网络安全问题的原因
• 1.1.4 入侵检测
• 1.2 论文研究内容和组织结构
• 1.2.1 研究内容
• 1.2.2 组织结构
• 第二章 入侵检测技术
• 2.1 入侵检测概述
• 2.2 入侵检测体系结构
• 2.2.1 基于主机的入侵检测
• 2.2.2 基于网络的入侵检测
• 2.2.3 混合分布式入侵检测
• 2.3 入侵检测技术分类
• 2.3.1 异常入侵检测
• 2.3.2 误用入侵检测
• 2.4 当前常用的入侵检测技术
• 2.5 当前入侵检测方法存在的缺陷
• 第三章 基于免疫代理的分布式入侵检测系统
• 3.1 生物免疫系统概述
• 3.1.1 淋巴细胞分为两种主要类型:B细胞和T细胞。
• 3.1.2 T细胞介导的细胞免疫
• 3.1.3 B细胞介导的体液免疫
• 3.1.4 免疫应答过程
• 3.1.5 抗体的阈值激活过程
• 3.2 生物免疫系统的特点
• 3.3 生物免疫在入侵检测系统中的应用
• 3.3.1 生物免疫在计算机安全中的应用
• 3.3.2 基于免疫的入侵检测系统组成
• 3.3.3 检测器集合的产生
• 3.3.4 检测器的工作原理
• 3.3.5 检测器产生算法的设计与分析
• 3.4 自身免疫过滤过程
• 3.4.1 非选择算法
• 3.4.2 分布式非选择算法
• 3.5 基于免疫代理的分布式入侵检测系统模型
• 3.5.1 分布式IDS模型
• 3.5.2 基于免疫代理的分布式入侵检测模型
• 3.5.3 模型工作过程
• 第四章 基于遗传算法的免疫DIDS
• 4.1 遗传算法的基本原理及其应用
• 4.1.1 遗传算法简介
• 4.1.2 基本遗传算法
• 4.2 克隆选择学说
• 4.3 融合遗传算法的免疫DIDS系统
• 4.4 基于遗传算法的动态网络拓扑结构
• 第五章 结 论
• 5.1 总结
• 5.2 创新点
• 5.3 今后研究方向
• 致 谢
• 参考文献
• 个人简历