k均值算法在网络入侵检测中的应用

k均值算法在网络入侵检测中的应用

ID:2455843

大小:176.63 KB

页数:3页

时间:2017-11-16

k均值算法在网络入侵检测中的应用_第1页
k均值算法在网络入侵检测中的应用_第2页
k均值算法在网络入侵检测中的应用_第3页
资源描述:

《k均值算法在网络入侵检测中的应用》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、控制管理(微计算机信患》(管控一体化)2009年第25卷第5-3期文章编号:1008-0570(2009)05-3-004U2k均值算法在网络入侵检测中的应用Applicationofk-mean$algorithminintrusiondetectionSystem(1.中南大学现代教育技术中心;2.中南大学信息科学与丁.程学院)宋文功1龙军2SONGWen-gongLONGJun摘要:通过比较入侵检测和人工免疫两个系统间的相似性,提出了一种基于人工免疫原理的入侵检测系统模型。运用K均值算法对人工免疫系统中的抗原和抗体进行聚类,并对该算法进行了适当的改进。有效提高了人工

2、免疫网络入侵检测系统的计算效率。关键词:人工免疫;网络入侵检测;K均值算法中图分类号:TP393文献标识码:BAbstract:AccordingtothecomparabilitybetweenintrusiondetectionSystem(IDS)andartificialimmunesystem(AIS),anIDSmodelbasedonAISisestablished.Animprovedk-meansalgorithmisappliedtoclustertheantibodyandantigeninIDS,thenewIDShasthequitehighde

3、tectionperformance.Keywords:intrusiondetectionSystem;artificialimmunesystem;k-means控制管理(微计算机信患》(管控一体化)2009年第25卷第5-3期控制管理(微计算机信患》(管控一体化)2009年第25卷第5-3期■i术创新表1生物免疫系统和人侵检测系统的概念对比抗原病毐、网络入侵或tK他待检测行为抗原决矩荃被检涮行为的模式串B细胞、T细胞和抗体检测器抗原和抗体的绑定模式匹K自体射受否定选择算法淋巴细胞兗隆检测器S制抗原检测入侵检测抗原淸除检测器响应l引言人侵检测系统(IDS)作为一种积极

4、主动的安全防护技术,提供了对网络内部攻击、外部攻击和误操作的实时保护,确保了网络系统受到危害之前拦截和响应人侵。常用的人侵检测方法包括误用人侵检测、异常人侵检测和混合人侵检测三类。误用入侵检测通常把入侵行为按某种方式进行特征编码,然后通过模式匹配来判定是否人侵;异常人侵检测则是通过建立系统正常行为的特征轮廓,定义系统正常活动的模型,然后通过检测当前活动与所建立的正常行为特征是否存在差异,判定系统是否遭到人侵。混合检测则是综合了异常检测和误用检测的功能,既分析系统的正常行为,同时还观察可疑的人侵行为,两者结合判断入侵行为。显然,无论何种人侵检测方法,都需要通过一定的人工或者

5、计算机智能技术来描述网络系统的正常(或人侵)行为规则。随着网络规模的扩大,人工维护人侵检测系统变得越来越不切合实际,各种计算机智能技术在人侵检测中应用得越来越广泛。2人工免疫系统在入侵检测中应用的可行性分析人工免疫系统是研究、借鉴和利用生物免疫系统的各种原理和机制而发展的各类信息处理技术、计算技术及其在工程和科学中的应用而产生的各种智能系统的统称。从生物的免疫系统特点出发可以发现,人侵检测系统与免疫系统具有本质的相似性:免疫系统负责识别生物体“自身"(Self)和“非自身"(Noself)的细胞,清除异常细胞,人侵检测系统则辨别正常和异常行为模式;生物免疫系统对抗原的初次

6、应答类似于人侵检测系统异常宋文功:工程师硕士基金项目:基金申请人:龙军;项目名称:专家倍息服务网格模型及关键技术研究;基金颁发部门:国家自然科学基金委(60873081)检测,可检测出未知的抗原;生物免疫系统第二次应答即利用对抗原的“记忆”引发的再次应答与误用检测相类似。两者在概念上的相似性如表1所示。3基于人工免疫原理的入侵检测系统模型设计根据人工免疫原理,网络人侵检测的实质就是区分“自我”和“非我”的过程。“自我”就是合法的或正常的网络行为非我”就是非法的或不可接受的网络行为。免疫系统中的“自我”和“非我”是通过淋巴细胞的受体绑定抗原决定基来判别的,而入侵检测系统中

7、,则需要通过一定的方法是识别出需要检测的网络行为是“自我”还是“非我”。基于人工免疫原理所构建的网络人侵检测系统模型如图1所示。该检测系统的大体工作流程是:自我集生成模块定义抽取模式,通过抽取正常网络活动的数据流,形成“自我集”。然后中心控制模块读取“自我集”,并定义为初始成熟检测子,送人检测器。检测器开始检测。当检测到异常时,根据异常状况不同向中心控制器分级报瞥,并记人日志记录。同时检测器生成模块开始工作,将异常字符集与“自我集”进行免疫耐受,生成成熟检测集。成熟检测集送人特征规则库,并由中心控制器定时送入检测器,更新检测器

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。