基于免疫进化计算网络入侵检测技术的研究

基于免疫进化计算网络入侵检测技术的研究

ID:32138124

大小:1.42 MB

页数:53页

时间:2019-01-31

基于免疫进化计算网络入侵检测技术的研究_第1页
基于免疫进化计算网络入侵检测技术的研究_第2页
基于免疫进化计算网络入侵检测技术的研究_第3页
基于免疫进化计算网络入侵检测技术的研究_第4页
基于免疫进化计算网络入侵检测技术的研究_第5页
资源描述:

《基于免疫进化计算网络入侵检测技术的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要当今,人类已经进入了网络时代。然而,人们在得益于信息革命带来的巨大机遇的同时,也不得不面对信息安全问题的严峻考验。入侵检测技术作为确保计算机网络信息安全的一个重要手段正成为信息安全领域的研究热点之一。入侵检测系统的运行机理与生物免疫系统有着天然的相似之处,生物免疫系统成功保护肌体免受各种侵害的机理为研究入侵检测提供了重要的方法。首先,本文分析了生物免疫系统的自我与非自我识别、抗体的多样性、阳性选择、阴性选择、克隆选择、亲和力成熟、联想记忆等机制;比照了生物免疫系统与入侵检测系统的功能;对免疫原理在入侵检测中的应用作了可行性分析;在此基础上提出一种基于免疫

2、进化计算的入侵检测模型;该模型模拟了生物免疫系统的免疫机制,并引入遗传算法进化理论,具有自组织、自适应、自学习等特点。此外,本文还给出了基于免疫进化计算入侵检测模型的几个重要子模型。它们分别是自我集构造模型、检测器结构模型、检测器的生命周期模型、记忆检测器进化模型。最后,本文还提出并设计了一种新的成熟检测器生成算法,该算法借鉴了生物免疫系统的阳性选择与阴性选择原理以及引入进化思想,具有自适应性以及随机性等特点,解决了传统的基于阴性选择的检测器生成算法中难以确定亲和力阀值的问题,并克服了传统的基于阴性选择的检测器生成算法开销大的缺点。另外,本文通过借鉴克隆选择

3、学说中的亲和力成熟过程提出并设计了一种新的记忆检测器的生成算法,该算法采用进化策略来生成记忆检测器,而传统的做法只是直接将被激活的检测器标记为记忆检测器。关键字:入侵检测:人工免疫系统;阳性选择;阴性选择;进化计算:至!;些查耋!;兰堡圭兰堡鎏兰AbstractNowadays,humanbcingshaveenteredintothenetworkage.However,theyhavetoconl自omthesevereinformationscourityproblemwhiletheybenefitfromthetremendouschancesbr

4、ingedfrominformationrevolution.Theimruslondetectiontechniqueis粕importantmethodtoinsurethecomputernetworksecurity.Itisbecomingo∞ofhotresearchtopicsininformationsecurityfield.Theopemmgmechanismofintrusiondetectmnsystemsisnaturallysimilartothehumanimnlunesystem.Thetheorythattheimmul地s

5、ystemcanprotectbodyfrominvasionprovides锄importantapproachtoinvestigatingtheintrusiondetectiontechnique.Firstly,inthispaper,thebiologyimlnunemechanismssuchasSelfandNone.selfrecognition,antibodydiversity,positiveselection,negativeselection,colonalselection,affinitymaturatmnandassocia

6、tionmemoryareanalysed.Thefunctionbetweenbiologyimmunesystemsandintrusiondetectionsystemsiscompared.Thefeasibilityofapplyingimmunityprinei#tointrusiondetectionsystemsisanalyzed.Basedontheimmunityprincipleandevolutionarycomputation,allintrusiondetectionmodelisproposed.Themodelthatsim

7、ulatesthebiologyimmunemechanismsandappIicsgeneticalgorithmisauto-organized,auto-adaptedandself-learning.Also,afewimportantsub-modelsageproposed.TheyareSelf-setconstructingmodeldetectorstructuremodel,detectorlifccyclemodelandmemorial-detectorevolutionrI的iIeLFmally,anewmature—detecto

8、rgenerationalgorithmisprop

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。