蚁群聚类算法在入侵检测中的应用研究

《蚁群聚类算法在入侵检测中的应用研究》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、分类号UDC密级坌五学位论文题目：蚁群聚类算法在入侵检测中的应用研究研究生姓名学科专业名称研究方向论文类型申请学位指导教师姓名指导教师职称指导教师单位论文提交日期论文答辩日期：陈军：计算机应用技术：信息安全技术：应用研究：工学硕士：徐蕾：教授：沈阳航空工业学院：2009年11月23日2010年01月04日沈阳航空工业学院2010年01月SHENYANGrNSTITUTEOFAERONAUTICALENGINEERINGTHESISFORMASTER’SDEGREERESEARCHONANTCLUSTERINGALGORITHMFoRNETWORKIN

2、TRUSIONDETECTIoNCandidate：JunChenSupervisor：LeiXuSpecialty：ComputerApplicationTechnologyDate：January．2010原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独立完成的。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的作品或成果，也不包含本人为获得其他学位而使用过的成果。对本文研究做出重要贡献的个人或集体均已在论文中进行了说明并表示谢意。本声明的法律后果由本人承担。论文作者签名：静、珲20』0年f月ff日丛11堕窒三

3、些兰堕堡±堂堡堡兰————————————一摘要计算机网络在满足人们快捷的共享资源的同时，也频繁的受到攻击和非法的访问，网络安全问题受到了广泛的关注。入侵检测系统是一种主动的安全防护技术．作为网络安全中一个重要的研究领域，近些年来得到了迅速的发展。本文主要对基于聚类技术的异常入侵检测技术进行研究．包括以下几个方面：首先，对当前的入侵检测技术和聚类方法进行了全面系统的阐述，分析了现有聚类算法应用于入侵检测时存在的优点和不足；研究了蚁群聚类算法在对网络入侵数据进行划分时存在的问题。其次，使用蚁群聚类算法对kddcup99入侵检测数据集进行聚类，通过对其聚

4、类结果的分析，发现聚类的部分簇中存在划分不够紧凑的问题，为此，本文提出改进方法．对簇中与聚类中心距离较远的数据进行二次聚类；在改进后的算法中添加蚂蚁短期I己忆和簇合并算法，解决了聚类结果中存在“子簇”的问题。用改进算法对上述数据重新进行聚类，结果表明，簇的紧凑性有较大的提升，同时由于子簇数量的减少使得检测率有所提升，加快了检测的速度。最后，将本文提出的方法在局域网中进行实际的入侵检测验证。在局域网环境下使用WinPcapl曳捕获工具捕获网络数据包，对DOS和Probe两类攻击进行检测，结果表明本文的方法有较好的检测性能，并对未知网络入侵具有一定自适应

5、性。关键词：网络安全；入侵检测；聚类分析：蚁群算法堕型堕皇．!：些堂堕堡主堂堡堡兰一AbstractResourcescanbesharedfastincomputernetwork，meanwhile，thecomputernetworkitselfsuffersfromallkindsofillegalaccessandattackfrequently．ComputernetworksecurityisconcemedwidelyIntrusiondetectionsystemisanactivesafetyprotectiontechnolog

6、y．Asoneoftheimportantresearchesinnetworksecufity，ithasbeendevelopedrapidlyinrecentyearsInthisthesis，westudiedanomalyintrusiondetectiontechnologybasedonclusteringanal5,sisThespecificcontentsofthisdissertationⅡelistedasfollows：Firstly,wecomprehensiveandsystematicexpatiatedoRcurre

7、ntintrusiondetectiontechniquesandclusteringalgorithm；analyzedadvantagesanddisadvantagesofexistingclusteringalgorithmwhichisappliedtointrusiondetection；studiedtheproblemsthatantcolonyclusteringalgorithmusedinnetworkintrusiondatadivisionSecondly,ExperimentswerecardedoutbasedonKDD

8、Cup1999dataset，andthenweanalyzedtheresultswhichgenerat