一个基于免疫原理与粗糙集理论的入侵检测模型

摘要

随着计算机应用越来越广泛,各种安全问题层出不穷。目前,已经采用了许多措施来保护计算机系统的安全,但这些都属于静态防护措施,难以满足复杂多变的应用环境,入侵检测系统因其能提供有效的动态保护功能而成为研究热点。现在,已经存在许多通过监视进程的系统调用序列来检测入侵的方法和模型,但这些方法普遍需要完备的调用数据来建立正常行为模式,缺乏对已知入侵的快速检测能力,难以满足实时检测的要求等问题。针对目前基于系统调用的入侵检测方法中存在的问题,论文提出了一个基于免疫原理与粗糙集理论的入侵检测模型。首先,利用粗糙集理论能从小样本中提取出有效规则的特点,从正常系统调用序列中抽取出小部分数据,转换为决策表形式,然后利用约简理论对决策表进行约简,在约简的基础上提取出简洁的预测规则,形成正常行为模式,通过正常行为模式实现对系统调用的异常检测。受免疫记忆和人工主动免疫的启发,论文提出了一种基于免疫记忆的已知入侵的快速检测方法。论文提出的模型不仅具有从部分系统调用中提取规则的能力,而且所得到规则形式简洁,更适应在线检测的要求,同时实现了对已知入侵行为的快速检测。

目录

独创性声明及学位论文版权使用授权书

第一章 入侵检测研究概述

第二章 相关研究及论文研究内容

第三章 基于免疫原理与粗糙集理论的入侵检测模型

第四章 循环序列的置换处理

第五章 异常检测的粗糙集方法

第六章 基于免疫记忆的快速检测方法

第七章 实验结果分析

第八章 总结与进一步工作

参考文献

在学习期间发表的论文清单

致谢