基于免疫原理的入侵檢測研究.pdf

1、隨著網(wǎng)絡技術和網(wǎng)絡應用的發(fā)展，網(wǎng)絡安全問題顯得越來越重要。入侵檢測系統(tǒng)由于具有主動防御能力，已經(jīng)成為信息安全整體架構必不可少的一道防線。當前的入侵檢測系統(tǒng)在檢測性能、自適應性、靈活性等方面都遠遠不能滿足當前網(wǎng)絡發(fā)展的需要。因此，研究新的入侵檢測技術及其檢測方法是十分必要的。 本文對免疫原理的入侵檢測系統(tǒng)做了較為深入的研究，尤其在免疫檢測子的結構和檢測方面取得了一定的成果，提出并實現(xiàn)了一個免疫入侵檢測系統(tǒng)Immune-Snort。

2、 在本文中，我們首先研究了人體免疫系統(tǒng)中適應性免疫系統(tǒng)的免疫過程、克隆選擇算法以及從中抽象出來的多樣性機制和記憶機制，并對當前國內外提出的免疫檢測模型進行了深入的研究，分析了它們各自的優(yōu)缺點，并提出了一種新的檢測子結構，能全面反映攻擊的數(shù)據(jù)特征，大大提高了系統(tǒng)的檢測性能。 針對現(xiàn)有免疫檢測子結構采用單一數(shù)據(jù)包建立特征集，造成檢測系統(tǒng)大量漏報、誤報，影響系統(tǒng)檢測性能的缺點，我們提出使用漏洞類型與數(shù)據(jù)特征集相關聯(lián)構建檢測子的

3、方法。采用以漏洞類型為基礎的數(shù)據(jù)特征檢測子結構的方法，能夠很好地解決單一數(shù)據(jù)包隨機性強、范圍廣、變化快的問題，增強檢測的針對性，增加判斷的準確率。所提出的方法中，選取三種漏洞分類模型從不同層面對漏洞進行分析，并采用樹形編碼方式進行基因編碼并按序編排，組成2byte的基因編碼，通過整體比較檢測子中的基因編碼進行檢測。這種檢測方法能完整地表現(xiàn)該類攻擊的原理、位置以及威脅程度，不僅能提高檢測的準確率，還有利于管理員進行綜合的判斷和分析。

4、 針對現(xiàn)有入侵檢測系統(tǒng)檢測新型攻擊能力較差的缺點，借鑒免疫原理中的多樣性機制和記憶機制，我們提出建立漏洞分類對應的數(shù)據(jù)包記憶特征集和抗體特征集的方法。在抗體特征集的設計中，使用了一種改進的CLOPE聚類算法找出漏洞抗體集內部屬性值的最優(yōu)分類，并結合漏洞分類模型中的漏洞類別，得到所需的基因重組變量和重組方案，完善抗體集，以檢測未知攻擊。設計的Immune-Snort系統(tǒng)，與Snort系統(tǒng)進行性能比較，實驗證明，該系統(tǒng)檢測效率高，誤報率低