基于危险理论的异常扫描检测方法研究

《基于危险理论的异常扫描检测方法研究》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、沈同1航空jlj业学院硕+学位论文摘要随着网络的普及，网络蠕虫的快速传播成为网络系统安全的重要威胁。蠕虫通常使用网络扫描功能来探测远程或本地主机的信息，这种异常扫描是网络蠕虫传播的前提条件。针对免疫学模型应用在入侵检测方面存在的低效率与高复杂f生等问题，本文引用人工免疫学中的新理论一危险理论，结合蠕虫扫描的特点，系统地对蠕虫扫描进行了综合研究。主要内容包括：本文分析了网络扫描的原理与技术，总结了蠕虫使用网络扫描的策略与特点，分析了现有蠕虫检测方法存在的问题。文章通过对人工免疫系统的三种模型的研究，分析了传统免疫模型应用于入侵检测中存在的问题，得到了危险理论

2、的优点。利用危险理论的树突状细胞算法，结合蠕虫扫描特点，提出了基于树突状细胞算法的蠕虫的异常检测模型。实验结果显示，模型能够实时地检测出已知与未知蠕虫，具有效率高、负载低与误报率低的优点。利用危险理论的Toll样受体算法，结合蠕虫的扫描行为特点与蠕虫的数据包负载特征，提出了基于Toll样受体算法的蠕虫检测的模型。模型利用人工神经网络对蠕虫的扫描行为进行异常检测，同时根据蠕虫发送的数据包，利用Toll样受体算法对蠕虫进行误用检测，模型很好地结合了蠕虫的行为特征与蠕虫发送的数据包的结构特征，能够有效地检测蠕虫。关键词：树突状细胞算法；Toll样受体算法；网络扫

3、描；蠕虫检测；危险理论沈刚航空jf：业学院硕十学位论文AbstractWiththepopularizationofthe]ntemet,thethreatofrapidspreadofIntemetwormsagainstnetworksecuritybecomesincreasinglyserious．Fast-propagatingnetworkwormsusuallyusenetworkscanningmoduletoprobeinfomlafionofaremoteorlocalhost，SOnetworkscanningisaprerequis

4、iteforworms’rapidspread．Thetraditionalin2munealgorithmisnotperfectinitsapplicationtointrusiondetection,suchaSitsinefficientandhi曲computationcomplexity,andtherefore，thispaperintroducesanewimmunemodel-DangerTheory,andcombinescharacteristicsofwormscanning，togiveasystematicresearchofw

5、ormscanning．Themaincontentsareasfollows：Thispaperanalyzesprincipleandtechnologiesofnetworkscanning，summarizesstrategiesandcharacteristicsofwormscanning，andanalyzeswormdetectionmethodsandproblems．Thispapersummatizesthreemodelsofartificialimmunesystem，andresearchesproblemsofthetradi

6、tionalmodelofartificialimmunesystemapplicationinintrusiondetection，andconcludestheandvantagesofDangerTheory．OnthebaSisofDendriticCellalgofiflllnofDangerTheoryandcharacteristicsofwormscanning，thispaperproposesamodelofwormdetectionbasedonDendriticCellalgorithm．Theexperimentalresults

7、howsthemodelCandetectknownwormsandunknownwormsreal-time，withhiIghefficiency,lowloadandlowfalsepositiverate．OnthebaSisofToll-likereceptoralgorithmofDangerTheory,characteristicsofwormscanningandpayloadofworm’spackets，thisPaperproposesamodelofwormdetectionbasedonToll-likereceptoralgo

8、rithm．Thismodelusesartificialneur