由于互聯(lián)網(wǎng)在防御與自主管理能力方面整體較弱,這使之很容易遭受攻擊。這也是網(wǎng)絡(luò)安全問題難以解決的重要因素。為了進(jìn)一步提升其主動防御能力,就需要顯著提升其入侵檢測準(zhǔn)確水平,從而大幅降低誤報率,同時還能對數(shù)據(jù)過載等問題給予弱化,將數(shù)據(jù)挖掘技術(shù)運用到網(wǎng)絡(luò)入侵檢測中,以達(dá)到建立一個具有自適應(yīng)性以及良好的擴(kuò)展性能的入侵檢測系統(tǒng)。本文首先結(jié)合人工免疫算法的網(wǎng)絡(luò)入侵方法,對生物免疫機(jī)制進(jìn)行模擬,進(jìn)而使之擁有動態(tài)學(xué)習(xí)、自我監(jiān)控、分布式運算等諸多功能,有效提升了該算法的效率與效果。研究結(jié)果表明在入侵行為的檢測正確率和減少誤報率這兩個指標(biāo)方面,都有著較大的進(jìn)步,同時還很好改善了其它相關(guān)入侵檢測算法的缺陷,進(jìn)而為相應(yīng)的入侵檢測開拓更新的思路。其次通過建立一種以貝葉斯為基礎(chǔ)對網(wǎng)絡(luò)入侵主動檢測模型,然后對其進(jìn)行相應(yīng)的仿真分析。在此模型之中,主要運用了主成分分析法,對網(wǎng)絡(luò)數(shù)據(jù)包所涉及到的關(guān)鍵性、消除冗余等屬性進(jìn)行提取,同時還進(jìn)一步對維數(shù)給予降低,最后使用貝葉斯分類裝置完成分類。然后結(jié)果顯示,該模型在檢測入侵目標(biāo)方面完全可以滿足要求,而且檢測速度有所加快,實驗結(jié)果較滿意,但誤報率過高這一不足仍需改進(jìn)。另外以優(yōu)化的遺傳... 

【文章來源】：景德鎮(zhèn)陶瓷大學(xué)江西省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

論文的結(jié)構(gòu)圖

圖 2-1 數(shù)據(jù)挖掘的一般過程2.2 數(shù)據(jù)挖掘技術(shù)的相關(guān)算法2.2.1 人工免疫算法在科學(xué)研究上，對某一研究方面給出標(biāo)準(zhǔn)的定義較為關(guān)鍵，給人工免疫系統(tǒng)給予明確的定義，從目前來看還有著頗大的紛爭。該系統(tǒng)是近些年才面世，為此，對其內(nèi)涵與外延加以相應(yīng)的深入分析就顯得頗為重要。在此領(lǐng)域，國際上的一些權(quán)威專家給出的概念也頗有差異。2000 年，英國的 Jon Timmis 博士對此系統(tǒng)給出了較為簡潔的定義，認(rèn)為該系統(tǒng)就是以自然免疫實現(xiàn)機(jī)制為基礎(chǔ)的計算機(jī)系統(tǒng)[11]。1998 年，Dasgupta 這位來自美國的學(xué)者也對該系統(tǒng)進(jìn)行了下面的定義：采用諸多的智能算法，并以自然免疫機(jī)制為核心，從而實現(xiàn)諸多問題的解決，這便是所謂的人工免疫系統(tǒng)[12]。2001 年，deCastro 這位來自巴西坎皮納斯州立大學(xué)的研究人員，該系統(tǒng)就是以免疫學(xué)原理構(gòu)筑相應(yīng)的計算模型，從而借助于免疫系統(tǒng)的實現(xiàn)機(jī)制與方法來對一些難以處理的問題提出解決方案[21]。

3 人工免疫算法工免疫算法原理免疫系統(tǒng)的核心功能，就是快速響應(yīng)抗原性異物對其進(jìn)行快速的辨識現(xiàn)就會迅速的將其進(jìn)行清除。從本質(zhì)上而言，這種免疫系統(tǒng)與入侵檢著較高的類似性，而且它們在目標(biāo)、工作模式與結(jié)構(gòu)上也有著相近性入侵檢測技術(shù)進(jìn)行研究的學(xué)者受到很大啟發(fā)，如若在入侵系統(tǒng)中引入，那么就很好的提升這種檢測系統(tǒng)的安全主動性，從而對這種檢測技積極的推動意義。比這種免疫系統(tǒng)結(jié)構(gòu)與該檢測模型可以得知他們頗有相似之處，具體，把其特點進(jìn)行了很好的展現(xiàn)。對于免疫系統(tǒng)而言，其對抗原的動態(tài)與入侵檢測技術(shù)中對入侵行為的辨識有著相近性。而免疫系統(tǒng)中的記測系統(tǒng)中的有關(guān)規(guī)則與知識的提取有著高度的相近性。

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的入侵檢測算法[J]. 賈凡,孔令智.  北京理工大學(xué)學(xué)報. 2017(12)
[2]深度學(xué)習(xí)研究進(jìn)展[J]. 郭麗麗,丁世飛.  計算機(jī)科學(xué). 2015(05)
[3]決策樹、樸素貝葉斯和樸素貝葉斯樹的比較[J]. 王守選,葉柏龍,李偉健,譚一云.  計算機(jī)系統(tǒng)應(yīng)用. 2012(12)
[4]遺傳算法中適應(yīng)度函數(shù)的研究[J]. 劉英.  蘭州工業(yè)高等�？茖W(xué)校學(xué)報. 2006(03)
[5]基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)型誤用入侵檢測系統(tǒng)研究[J]. 宋世杰,胡華平,胡笑蕾,金士堯.  重慶郵電學(xué)院學(xué)報(自然科學(xué)版). 2004(01)
[6]基于數(shù)據(jù)挖掘的實時入侵檢測技術(shù)的研究[J]. 胡敏,潘雪增,平玲娣.  計算機(jī)應(yīng)用研究. 2004(01)
[7]BP網(wǎng)絡(luò)局部極小產(chǎn)生的原因分析及避免方法[J]. 王越,曹長修.  計算機(jī)工程. 2002(06)
[8]遺傳算法的運行機(jī)理分析[J]. 惲為民,席裕庚.  控制理論與應(yīng)用. 1996(03)

博士論文
[1]支持向量機(jī)算法及其應(yīng)用研究[D]. 張國云.湖南大學(xué) 2006
[2]基于免疫學(xué)的入侵檢測系統(tǒng)研究[D]. 吳作順.中國人民解放軍國防科學(xué)技術(shù)大學(xué) 2003

碩士論文
[1]人工神經(jīng)網(wǎng)絡(luò)優(yōu)化算法研究與應(yīng)用[D]. 董志瑋.中國地質(zhì)大學(xué)（北京） 2013
[2]人工神經(jīng)網(wǎng)絡(luò)在股票預(yù)測中的應(yīng)用與研究[D]. 姚培福.昆明理工大學(xué) 2007
[3]基于遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在礦產(chǎn)品預(yù)測領(lǐng)域的應(yīng)用[D]. 王熙.中國地質(zhì)大學(xué)（北京） 2006
[4]數(shù)據(jù)挖掘在網(wǎng)絡(luò)入侵檢測系統(tǒng)中的應(yīng)用研究[D]. 馬曉春.西北工業(yè)大學(xué) 2005



本文編號：3498665