智能網絡入侵檢測系統(tǒng)研究與設計.pdf_第1頁
已閱讀1頁,還剩107頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、入侵檢測系統(tǒng)(Intrusion Detection System,IDS)是一種主動安全防護系統(tǒng),融合了許多先進理論與方法,其研究具有重要的理論意義與實用價值。入侵檢測系統(tǒng)按數據源可分為網絡型和主機型,本文研究網絡入侵檢測系統(tǒng)。 現有IDS存在的問題:入侵手段升級迅速,傳統(tǒng)的濫用檢測(Misuse Detection)方法不易檢測,而異常檢測方法誤報率往往較高;網絡帶寬正向千兆級發(fā)展,而現有網絡入侵檢測系統(tǒng)(如Snort)若運

2、行在x86平臺上,往往在百兆網絡中丟包率就已不低,即使運行在NP等高速專用平臺上也難以完全負荷千兆級網絡流量。 本文在對現有入侵檢測理論、方法、體系結構以及實例進行了廣泛深入研究后,將協(xié)議分析、模式匹配、人工免疫三大方法加以改進并整合,以Snort2為原型設計出一種智能網絡入侵檢測系統(tǒng),并在其中3個關鍵模塊里作出了創(chuàng)新: 改進的協(xié)議分析預處理模塊中:引入了改進的IP分片重組、TCP流還原和應用層分析,并將小生境遺傳與決策

3、樹融合以優(yōu)化分析流程。 改進的模式匹配檢測引擎中:改進匹配算法并動態(tài)化,根據模式長度,把匹配時間看作路徑長,把小生境遺傳引入最短路徑算法,進行模式子集最優(yōu)劃分,并選擇相應的最優(yōu)匹配子算法,設計出智能綜合模式匹配算法。 改進的人工免疫檢測引擎中:采用基于模糊邏輯的表現型/基因型編碼,并引入小生境遺傳算法改進免疫選擇,在減少了所需檢測器數量的前提下,仍然能提高檢測能力,并且檢測器生成所需時間明顯減少。 模塊測試表明:

4、本系統(tǒng)3個關鍵模塊算法與現有算法相比性能均有所提高。 總體測試表明:本系統(tǒng)與Snort2相比,ROC曲線和負載性能有一定的改進;具有異常檢測能力,能檢測未知攻擊并自適應學習(需額外占用小部分資源),而Snort2作為純粹的濫用檢測系統(tǒng),不具備真正意義上的異常檢測能力。 本系統(tǒng)若運行于x86平臺,在百兆網絡中丟包率最多能比同等情況下的Snort2低15%。若運行于NP平臺,由于其綜合匹配和人工免疫算法均比Snort2中的單

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論