現(xiàn)如今,互聯(lián)網(wǎng)技術飛速進步,信息安全問題逐漸進入人們視野。入侵手段的多樣化以及存儲數(shù)據(jù)的爆炸式增長使得傳統(tǒng)的入侵檢測手段已經(jīng)不能滿足當前網(wǎng)絡安全的所有要求�，F(xiàn)階段已有的基于溯源的入侵檢測方式存儲數(shù)據(jù)量過大,時間開銷較大,檢測準確率較低。針對現(xiàn)階段入侵檢測技術在檢測效果和空間開銷上的問題,提出將卷積神經(jīng)網(wǎng)絡技術與溯源入侵檢測技術相結(jié)合以提高檢測方式的可用性。針對數(shù)據(jù)量過大的情況,提出將溯源圖信息轉(zhuǎn)化為特征向量的方法,該方式通過為溯源圖信息中的各個節(jié)點分配節(jié)點重要度選取出中心節(jié)點,并為中心節(jié)點構(gòu)建鄰域進而生成了卷積神經(jīng)網(wǎng)絡可處理的向量信息,減少了檢測數(shù)據(jù)集的存儲空間;針對檢測準確率較低的問題,構(gòu)建了應用于溯源數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡模型,通過提取溯源圖中節(jié)點間的依賴關系及屬性等特征信息來對未知攻擊做出預測,使得檢測結(jié)果更為精確。實驗結(jié)果表示,論文中提出的檢測方式比基于溯源圖和溯源路徑相結(jié)合的入侵檢測系統(tǒng)檢測準確率提高了1%～37%,檢測時間縮短了5%～25%,存儲空間降低了1%～24%;與基于溯源的實時誤用檢測算法相比檢測準確率提高了32%～72%,檢測時間縮短了80%～99%,存儲空間降低了8... 

【文章來源】：華中科技大學湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究的主要內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
2 基于溯源的入侵檢測技術分析
    2.1 溯源存儲結(jié)構(gòu)
    2.2 入侵檢測技術
    2.3 卷積神經(jīng)網(wǎng)絡
    2.4 本章小結(jié)
3 基于溯源的卷積神經(jīng)網(wǎng)絡檢測方法
    3.1 系統(tǒng)總體設計
    3.2 溯源圖特征提取模塊設計與實現(xiàn)
    3.3 卷積神經(jīng)網(wǎng)絡訓練模塊設計與實現(xiàn)
    3.4 入侵檢測模塊設計與實現(xiàn)
    3.5 本章小結(jié)
4 測試與結(jié)論
    4.1 測試環(huán)境
    4.2 數(shù)據(jù)集描述
    4.3 功能測試
    4.4 空間與時間開銷
    4.5 本章小結(jié)
5 總結(jié)與展望
致謝
參考文獻



本文編號：3468508