基于人工免疫算法的入侵检测研究

摘要

在互联网高速发展的时代，网络安全越来越受到青睐，入侵检测在其中的地位也与日俱增。传统的入侵检测方法对规则库数据的依赖性较强，且不能识别未知攻击。研究者将人工免疫引入到检测领域中，使得它在理论上有了新的突破。基于人工免疫的入侵检测是入侵检测领域研究的一个新方向，它的研究取得了很多成果，但是仍然存在检测率低、误报率高的问题。所以，该领域的研究重点依然是通过不同的手段提高检测效果。　　在深入了解入侵检测和人工免疫的基础上，针对现有免疫算法存在的优缺点，选取克隆选择算法和多种群免疫算法进行研究。将多种群免疫算法的并行机制、杂交算子、传优算子引入到克隆选择算法中，结合这两种算法的优点，提出了多种群克隆选择算法。然后，结合kddcup99数据集的特点，把经过编码、去重的四种攻击类型数据作为多种群克隆选择算法的初始种群进行免疫操作，输出最优群体。　　对常用的基于字符串匹配的r-匹配规则进行分析，通过概率匹配公式说明r值对匹配效果的影响，指出基于kdcup99数据集的二进制字符串存在长度过长、不易测试最优r值等问题，并针对存在的问题对该匹配算法做出了改进。　　最后，通过kddcup99数据集对设计的免疫算法进行仿真试验。根据正常数据远大于异常数据的原则，不同攻击类型的测试数据集通过自体集进行过滤，过滤后的数据与最优群体进行匹配，并对实验结果进行分析。结果表明，设计的免疫算法能够提高入侵检测的检测率。

目录

封面

声明

中文摘要

英文摘要

目录

引言

第1章 绪论

1.1 课题研究意义

1.2 入侵检测研究现状

1.3 人工免疫研究现状

1.4 基于人工免疫的入侵检测研究现状

1.5 需要解决的问题和途径

1.6 小结

第2章 入侵检测

2.1 入侵检测必要性

2.2 入侵检测定义

2.3 入侵检测发展过程

2.4 入侵检测系统

2.5 入侵检测方法

2.6 入侵检测技术

2.7 入侵检测评价标准

2.8 小结

第3章 人工免疫

3.1 生物免疫系统

3.2 人工免疫系统模型

3.3 人工免疫与入侵检测关系

3.4 人工免疫相关算法

3.5 小结

第4章 免疫算法设计

4.1 KDDCUP99数据集

4.2 研究属性选取

4.3 基于二进制数据的多种群克隆选择算法设计

4.4 基于二进制数据的r匹配规则改进

4.5 小结

第5章 实验仿真

5.1 实验设计思路

5.2 实验条件和步骤

5.3 自体集训练

5.4 匹配参数r的确定

5.5 实验结果

5.6 小结

结论

参考文献

致谢

导师简介

作者简介

学位论文数据集