一种基于独特性网络的入侵检测模型

《一种基于独特性网络的入侵检测模型》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、电子科技大学硕士学位论文一种基于独特性网络的入侵检测模型姓名：林帆申请学位级别：硕士专业：计算数学指导教师：许家珆20080523摘要以人工免疫系统(AIS)为代表的遗传计算模式是当代仿生技术的一个突破。人工免疫网络(A玳)算法作为人工免疫理论的一个重要组成部分，其理论水平在最近几年得到很大的发展。与此相关的诸多理论如遗传算法，危险理论，人工组织细胞算法等也有很好的研究前景。本文以AIN中最重要的独特性网络作为理论基础，探讨并改进在这一理论基础上的一种主要的人工免疫网络模型：AINot。在√蝌et算法的分析中我们发现，该算法在处理数据缩

2、减的过程中的固有缺陷——忽视了目标数据集的一个重要信息：密度。针对这一缺陷，本文提出了一种改进的算法AINDD，这一算法不但考虑并尊重目标数据集的密度信息，而且在处理数据聚类的情况下，强调了缩减结果在分类过程中深度信息的重要作用。为了检测这一算法的效率，我们首先将其应用于数据聚类实验，并取得了比较理想的实验效果，与AINct相比，AINDD算法在数据聚类实验结果中有效地避免了AINct的弊端。并将这一算法应用于信息安全领域。入侵检测技术作为当代信息安全中主动防御模式的一个最重要形式，已越来越受到人们的关注，在该应用领域上的算法在近几年得

3、到很大发展。本文在分析常见的入侵特征的基础上，以数据集“KDDCUP99"为实验测试集，验证本文提出的AINDD算法的检测率。实验结果表明，该算法比起AINet，在检测准确率上有一定的提高。但由于算法本身的缺陷，即该算法在处理高维的(KDDCUP99维数为41)大数据时，需要消耗大量的计算存储空间和时间。而且，对于算法中出现的参数值，不容易进行调整校正，很难找到最合适的参数，从而使算法无法发挥最高效率。分析上述AINDD在处理实验数据时的缺陷，针对这一情况，作者参考了“人工组织"算法在处理数据分类中的应用，提出了一种基于人工组织架构的A

4、INDD模型——A矾DDT。这一模型使得AINDD算法不必面对大量的高维数据，而是经过人工组织结构处理，初步进行过分类的细胞。这一模型大大改善了AINDD算法的运行速度。通过反复进行所设计的入侵检测模拟实验，成功确定了能使算法发挥最好效能的实验参数，并取得比较理想的检测效果。关键词：独特性网络，异常检测，AINot，AINDD，ArtificialTissueABSTRACTThegeneticcomputingmodelrepresentedbyArtificialInlllluneSystem(AIS)isabigbreakinmo

5、rdenbionicsscience．ArtificialIim／lulleNetwork(an,0algorithmwhichhasbeendramaticallyimprovedtheseyearsisanimportantpartofAIStheory．Basedonthediscussionofidiotypicnetworkwhichisthemostimportantpartof越N，weproposedanimprovementononeofitsmosttypicalmodel：AINet．Duringtheresear

6、chOnAINetmodel，wefoundabigflawofthisalgorithm：theinobservaneeofthedensityinformationofthe仕ainingdataset．BasedOilthisdisadvantage，weintroducedAINDD：anewArtificialImllluneModelwhichrespectedthedensityanddepthinformationofthedataset．ThisalgorithmisthenappliedtoaexperimentOi

7、lDataClustering．TheresultshowedthatAINDDavoidedthepitfallofAINet．ThenweintroducedthismodelintoNetworkIntrusionDetectionexperiments．TheKDDCUP99datasetwasdiscussedandnetworkintrusioncharacteristicWaspresentafterthat．TheexperimentalresultsshowedthatwhendirectlyappliedAINDDi

8、ntothehugeamountsofhighdimensionaldatasetthealgorithmcouldcollsumetoomuchmemoryandtime．AnditWasnoteasyt