基于人工免疫系统的蠕虫检测与响应技术研究

摘要

计算机蠕虫这种自传播的恶意程序近来对Intemet产生了巨大的威胁，同时它们的传播和感染能力还在不断地提升。在这种频繁攻击的环境下，仅仅使用传统人工补丁的方法来保护系统变得不是很有效。然而，当前的自动化蠕虫检测与响应方法仍然存在很多障碍，其中一个最重要的问题是检测系统产生大量的肯定误判错误。针对这个问题，本文提出一种基于人工免疫系统的自动化蠕虫检测与响应解决方案，并讨论了人工免疫系统的多种特性，包括：记忆性、耐受性、动态学习、自适应和多样性，以及它们对检测系统健壮性和肯定误判的影响。 本文描述了一个通用的人工免疫系统架构。简要地介绍了免疫概念，详细地说明了人工免疫系统的组成和各部分借鉴的等价生物机制，包括：免疫问题的定义、检测器及其训练、记忆性、灵敏性、共同刺激、检测器的生命周期、表达形式和响应方式。 提出了一种应用于蠕虫检测与响应的新型人工免疫系统模型：基于T细胞的协同自动化蠕虫检测与响应系统。该模型采用了T细胞状态分化的策略机制。详细描述了检测系统模型的全局结构和组成部分，同时说明了这个策略是怎样利用T细胞的免疫性和耐受性来帮助系统有效地完成蠕虫检测与响应工作。 展示了基于T细胞的检测与响应系统模拟的设计与实现，分析了实验结果，评估了策略对降低蠕虫检测与响应系统中肯定误判的影响。 对将来的工作进行了展望，同时说明了几种对现有工作有意义的应用技术。

目录

文摘

英文文摘

声明

第一章前言

1.1研究的背景和意义

1.2国内外研究现状

1.3研究的目的和内容

1.4论文结构和章节安排

第二章人工免疫系统的基本架构

2.1免疫系统的基本特征

2.2人工免疫系统的组成

2.2.1免疫问题的定义

2.2.2检测器

2.2.3训练检测系统

2.2.4记忆性

2.2.5灵敏性

2.2.6共同刺激

2.2.7检测器的生命周期

2.2.8表达形式

2.2.9响应

2.2.10总结

2.3本章小结

第三章基于T细胞免疫性与耐受性的蠕虫检测与响应系统

3.1蠕虫检测与响应问题的引入

3.2协同自动化蠕虫检测与响应

3.2.1优化查询的对等主机数目

3.2.2审查攻击的严重性和确定性

3.2.3本地和对等结点的信息

3.3 T细胞免疫性与耐受性

3.3.1原始T细胞(Naive T Cells)

3.3.2激活T细胞(Actived T Cells)

3.3.3辅助T细胞(Helper T Cells，Th)

3.3.4细胞毒性T细胞(Cytotoxic T Cells，CTL)

3.3.5 T细胞状态的总结

3.4协同自动化蠕虫检测与响应系统

3.4.1检测与响应系统的全局架构

3.4.2外围和淋巴结点处理

3.4.3协同自动化蠕虫检测与响应系统中的T细胞免疫性和耐受性

3.5本章小结

第四章协同自动化蠕虫检测与响应模拟系统的设计与实验

4.1实验平台与基础框架

4.2 SIR蠕虫传播模型简述和DN-AN蠕虫传播模拟平台的配置

4.3协同检测与响应系统的设计

4.4模拟过程与结果分析

4.5本章小结

第五章总结与展望

5.1本文的工作总结与创新

5.2未来的研究工作

参考文献