云环境下一种基于软件定义安全服务的入侵检测算法研究

摘要

近年来，云计算技术日新月异，得到了迅猛发展。但是云计算安全问题却阻碍了云计算的进一步推广和应用。为此，许多研究学者、组织机构和云安全厂商纷纷投入到云安全的研究中，提出了许多解决方案。随着软件定义网络技术的兴起和推广，本文提出了一种基于软件定义网络的云安全解决方案，分析了该解决方案的运行机制，并阐述了该解决方案体区别于其他解决方法有着软件定义、按需、聚焦和全景四大特性优势，使得安全作为一种服务不再是空想，而是有了落地的可行性，即在该方案中安全成为了一种服务，它会按用户的需求在云计算环境中配置和部署，从而实现了安全的“可软件定义”。
　　接着，本文重点研究了在该解决方案上如何实现入侵检测的方法—聚类分析技术。在研究聚类分析技术时，重点研究了硬C均值(Hard C-means,HCM)算法和模糊C均值(Fuzzy C-means,FCM)算法，然后针对现有算法在入侵检测中的缺陷，提出了一种结合广义回归神经网络(General Regression Neural Network,GRNN)的改进算法——FCM-GRNN算法，并依据该算法设计了基于软件定义安全的入侵检测系统。GRNN网络具有较快的学习速率和不错的收敛性，它的学习曲线平滑不易震荡，特别是当处理超大数据量样本时，使用GRNN可以实现快速逼近，且在实时处理稀疏数据时十分有效。因此，将GRNN网络与FCM算法结合，既可以充分发挥两者的优点，又满足了云计算环境中需要处理海量数据量的需求。为了验证该算法的可行性、高效性及优越性，在本文的最后设计了两组实验，通过仿真实验充分比较了HCM算法、FCM算法及 FCM-GRNN算法在入侵检测时的检测率、误报率及处理大数据量时所用的时间，得出了FCM-GRNN算法的检测率更高、误报率最低的结论，并且和其他两个算法相比，FCM-GRNN算法更适用于云环境下的入侵检测。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题研究背景

1.2国内外研究现状

1.3课题来源

1.4论文的研究内容与组织结构安排

第二章 一种基于软件定义网络的云安全解决方案

2.1软件定义网络及相关技术

2.2基于软件定义网络的云安全解决方案参考模型

2.3基于软件定义下的云安全解决方案的优点

2.4本章小结

第三章 云环境下的异常流量检测方法

3.1聚类分析技术

3.2模糊聚类分析方法

3.3基于目标函数的模糊聚类算法

3.4本章小结

第四章 一种改进的FCM算法—FCM-GRNN算法

4.1基于FCM-GRNN的异常流量检测模型总体设计

4.2改进的FCM算法—FCM-GRNN算法

4.3 FCM-GRNN算法在入侵检测模型中的应用

4.4实验仿真及结果分析

4.5本章小结

第五章 总结与展望

参考文献

附录1 程序清单

附录2 攻读硕士学位期间撰写的论文

附录3 攻读硕士学位期间申请的专利

附录4 攻读硕士学位期间参加的科研项目

致谢