基于agent分布式入侵检测系统的研究

《基于agent分布式入侵检测系统的研究》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、基于Agent的分布式入侵检测系统研究摘要嗣络入侵是指企图占用、偷窃或者毁坏他人的计算机信息资源的行为。网络入侵为网络上的信息、资源带来了严重的安全威胁。特别是目前出现了一些难以对付的逃避入侵检测的方法，如慢速攻击、变换特征、插入和逃遁、破坏日志系统、系统内核篡改、拒绝服务攻击等。面对上述的入侵，传统的基于主机的入侵检测系统和基j二网络的入侵枪测系统显示出其局限性。由此提出了分布式入侵检测的思想，即采用多个检测部件，各检测部件选用不同的检测方法，协同合作，完成检测任务。Agent已被广泛应用于分布式计算等领域，是近年来计算机科学领域中的一个研

2、究热点。基于Agent的入侵检测系统不仅能够实现分布式入侵检测，同时系统还具有智能化的特点，适于检测不断出现的新的入侵方式。特别是多Agent系统在大规模、分布式、跨平台的应用中，有着独特的优势。将多Agent系统技术应用到分布式入侵检测系统中，将能实现全局范围内的入侵检测功能，具有清晰的系统结构和良好的可扩展性，具有优良的可移植性能，对网络系统和主机资源的占用较低，减少了出现瓶颈的可能，而且易于分发服务。本文研究工作包括多Agent系统和分布式入侵检测2个方面：Agent和分布式入侵检测。具体说来，在总结和改进现有Agent合作理论的基础卜

3、，提出一种基于Agent的分布式入侵检测系统MAIDS，从系统的可靠性、可用性、准确性和适应性等方面进行了理论分析，并实现其主要功能模块，通过实验证明其理论上可能存在的优点。本文所做的创新性的工作主要如下：1．从伦理学和仿生学的角度总结了现存一些多Agent系统存在的问题。2．改进了联盟等多个Agent之间的合作机制，其主要工作建立在由Jennings等人于2004年提出的FIRE模型的基础上。3．提出了多Agent系统的伦理学模型。4．基于Agent技术，设计分布式入侵检测系统MAIDS模型。关键词：分布式入侵检测系统多Agent系统联盟T

4、heResearchonDistributedIntrusionDetectionSystemBasedonAgentAbstractIntrusiondetectionsarethebehaviorsthatsomeonewantstooccupy，seizeordestroyotherpeople’Scomputerresource．Intrusiondetectionbehaviorsbringaserioussafetythreatfortheinformationandresourcesofthenetwork．Recently，s

5、omeintrusionmethodsthatwerehardtodetectwereappeared．Forexample，slowintrusion，changecharacter，interleaveandescape，destroysystemlog，distortoperatingsystemkernel，denyofserviceAndthetraditionalintrusiondetectionsystemswhichonlybasedonhostornetworkdisplaytheirlocalizationtodetec

6、ttheseintrusionbehaviors．Distributedintrusiondetectionwasproposed，thatadoptseveraldetectionsparts，andeachpartchoosesdifferentdetectionmethod，thenworktogethertoaccomplishthedetectiontask．Agenthasgainedconsiderableresearchinterestsinrecentyears，ithasasignificantpositionincomp

7、uterscience，andhasalreadygotanextensiveapplicationindistributedcomputing．Theintrusiondetectionsystemswhichbasedonagenttechnologymaynotonlyrealizedistributedidea，butalsohavetheintelligentcharacteristics，SOtheycandetectnewintrusionbehaviors．Particularly，multi-agentsystemhassp

8、ecialadvantagesintheapplicationoflarge—scale，distributedandcross—platformcomputing