收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络的入侵检测研究

潘志松  
【摘要】: 随着网络的广泛应用,特别是政府信息和军事数据在网络上的传输给网络安全提出了很高的要求。网络攻击方法层出不穷,入侵手段也不断更新,使得目前的防火墙等被动的网络安全机制对许多攻击难以检测。入侵检测作为一种主动防御技术,弥补了传统安全技术的不足。其主要通过监控网络与系统的状态、用户行为以及系统的使用情况,来检测系统用户的越权使用以及入侵者利用安全缺陷对系统进行入侵的企图,并对入侵采取相应的措施。 入侵检测系统智能性研究是目前网络安全领域的研究热点,其中模式识别及数据挖掘等技术在入侵检测上的应用得到了广泛的关注。人工神经网络作为模式识别的重要方法,具有自组织、自学习和推广能力,将人工神经网络方法应用于入侵检测系统中,将使系统既可以对已知攻击有较好的识别能力,又具有检测未知攻击的能力。 本论文首先在分析了入侵原理的基础上,对现有的入侵检测的模型和方法进行了分析;继而针对入侵检测中的几个关键问题,综合利用数据挖掘、人工免疫、灰色系统等理论和技术,提出了基于人工神经网络的入侵检测模型,并对传统的神经网络模型进行改进,然后对其在入侵检测中的效果进行了验证。 本文的主要工作如下: 分析了目前常用的几类攻击方法,使后面的系统设计更加有的放矢。重点对入侵检测系统的概念、分类、模型和技术等进行了综述,详细分析了目前的入侵检测方法及其优缺点,并指出了入侵检测的发展方向。 根据第三届国际知识发现和数据挖掘竞赛(KDDCUP'99)标准,对截获的网络数据包进行41维特征抽取,并采用混合数值编码方法,使这些特征转化为能被神经网络处理的数值形式。 建立了基于反向传播网络BP和决策树相结合的误用检测模型。采用BP网络对入侵数据包进行检测时,其对拒绝服务(DOS)和探测(Probing)类的攻击有较好的检测率,但对远程到本地(R2L)以及对超级用户(U2R)非授权访问类攻击的检测率较低。通过实验我们发现,决策树算法根据信息增益的原理,可以精确地从这两类攻击的内容特征中提取攻击规则,因此对R2L和U2R类攻击有较高的检测率。基于BP网络和C4.5决策树相结合的误用检测模型结合了两种模型的优势,使整个入侵检测系统针对各类攻击的平均检测率提高,同时降低了误报警率。利用国际标准数据集DARPA入侵检测评估数据,我们用实验验证了该模型的高性能和高可靠性。 提出了基于一般化的灰色自组织特征映射模型并应用于DOS类攻击检测。自组织特征映射理论(SOM)具有聚类、自组织、自学习以及可视化的功能,已广泛的应用于模式识 基于神经网络的入侵检测研究 别、故障诊断、异常检测等领域。自组织特征映射权值的调整仅考虑了学习率及输入模式与 邻域内权值之间的关系,忽略了输入模式分量与全体参与竞争的神经元权值向量间的某种相 关关系。灰关系系数(GRC)的描述方法可以显式地刻画断中关系。尽管如此但GRC仍忽 略了输入模式与所有参与竞争的神经元权值间的整体描述关系。本文是在GRC中加入该整 体关系的同时,提出了一个更一般化的灰关系模型JSOM,进而侧重就三种特殊的函数关 系进行了通用模型的性能评估。将JsOM应用于Dos攻击的检测中,JsoM可以充分考 虑DOS类攻击数据之间的内在相关性,通过实验验证了口soM对Dos类攻击的有效性。 将核方法引入SOM中,设计了原空间的核SOM分类器,并提出了基于核SOM分类器 的异常检测模型。由于SOM模型的整个学习过程是在输入样本空间内进行,并以欧氏距离 为度量。浏各导致当输入样本分布结构呈高度非线性时,其分类能力下降。本文采用核方法 为原输入空间诱导出了一类不同于欧氏距离的新的距离度量,该方法即通过核映射榭氏维输 入空间中的非线性问题变换为高维特征空间中可能的线性可分问题,又可以确保对原输入空 间聚类中心的直观刻画。而核的灵活性可诱导出在原空间中不同度量的分类器,并使该分类 器具有鲁棒胜和高可靠胜。在通丈对Benchi爪田火验证了该分类器的性能后,将其应用到异常 检测中,核SOM分类器不仅育树己知的DOS和P旧b吨攻击有较好的检测性能,也可以检 测未知的这类攻击。检测的结果同时说明基于网络数据包的特征提取方法不能很好的对UZR 和RZL这两类攻击进行异常检测,需要利用主机审计信息作为数据源来解决这个问题。 设计和实现了单类SOM分类器,用于解决入侵检测中的单类问题。由于攻击数据难以 获取,单类分类器只育蹄日用正常环境下的网络数据和主机审计信息建立正常模式,将偏离了 正常模式的用户活动判断为入侵。利用传统的SOM模型建立了单类分类器,并对其进行了 改进,在对基于网络和基于系统调用执行迹的入侵检测上取得了较好的检测性能。 利用了单类SOM分类器的优良胜能,运用人工免疫学原理建立分布式的入侵检测框架, 给出了一个基于人工免疫和神经网络相结合的入侵检测系统模型和相关算法,使系统具有分 布式、自组织、高效的特性,为建立分布式的入侵检测提出一种新的思路。 设计和实现了一个基于专家系统的入侵检测系统软件,并详细介绍了实现技才坏?


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李天牧,李学群;基于神经网络的自动特征抽取[J];云南大学学报(自然科学版);1991年03期
2 kelly MF;邰常峰;;神经网络在肌电信号分析中的应用[J];国际生物医学工程杂志;1991年06期
3 汤新梁;;自由手写体数字识别的神经网方法[J];东南大学学报(自然科学版);1991年03期
4 刘军,王兆明,顾德仁;神经网络优化特性中一些问题的研究[J];电子学报;1992年10期
5 朱铭铨,姬中岳,刘镜;神经网络与CIMS监控技术[J];中国机械工程;1992年03期
6 曾黄麟;;一类新的模式识别联想神经网络[J];电讯技术;1992年01期
7 强学军;郭雷;;利用神经网络解决智能搜索问题[J];西安电子科技大学学报;1992年04期
8 ;简讯[J];西安电子科技大学学报;1992年01期
9 卢科学;郭美义;;平移不变模式变换与神经网络[J];西安电子科技大学学报;1992年03期
10 吴新余;;简析Lyapunov函数40例[J];南京邮电大学学报(自然科学版);1992年04期
11 罗发龙,杨俊;一个关于Hopfield网络的定理[J];应用科学学报;1993年01期
12 焦李成,保铮;神经网络与军事电子技术智能化[J];系统工程与电子技术;1993年08期
13 徐乃平,李孝安,张力,戴冠中;NPSC神经网络并行仿真计算机[J];控制理论与应用;1993年04期
14 郭东辉,刘瑞堂,陈振湘,吴伯僖;Hopfield神经网络的改进[J];厦门大学学报(自然科学版);1993年01期
15 刘瑞堂,陈振湘,孙书农;Hopfield神经网络的电致发光兑现[J];厦门大学学报(自然科学版);1993年05期
16 苗永锋,李正茂;一种非线性神经网络自校正调节器[J];电子科技大学学报;1993年02期
17 王继成,吕维雪;基于神经网络的逻辑计算[J];计算机工程与设计;1993年02期
18 程怀韬;罗四维;丁嘉种;;反馈BP神经网模型及其稳定性分析[J];北京交通大学学报;1993年04期
19 高丽娜;邱关源;;神经网络高精度权值的模拟电路实现[J];电子与信息学报;1993年05期
20 H.Luce;R.Govind;张康华;;检测航天飞机主发动机失效模式的神经网络模式识别器[J];控制工程;1993年04期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 张繁昌;曲寿利;康仁华;;用神经网络求取孔隙度[A];1999年中国地球物理学会年刊——中国地球物理学会第十五届年会论文集[C];1999年
3 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
4 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
5 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
6 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
7 徐孝涵;;“神经网络”研究综述[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
8 王科俊;王克成;李国斌;;使用神经网络进行船舶横摇运动的时间序列预报[A];1996年中国智能自动化学术会议论文集(上册)[C];1996年
9 赵勇;徐诚;樊黎霞;;基于神经网络的零件加工工艺生成[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
10 姚志红;韩兵;;雷达导引头角跟踪系统的神经网络辨识[A];1995中国控制与决策学术年会论文集[C];1995年
中国博士学位论文全文数据库 前10条
1 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
2 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
3 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
4 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
5 刘年生;神经网络混沌加密算法及其在下一代互联网安全通信中的应用研究[D];厦门大学;2003年
6 丁涛;混沌理论在径流预报中的应用研究[D];大连理工大学;2004年
7 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
8 刘静波;蔬菜颜色质量评价系统的构建及应用研究[D];吉林大学;2004年
9 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
10 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
3 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
4 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
5 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
6 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 郝庆光;基于神经网络的农药去除设备设计[D];长春理工大学;2011年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
3 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
10 本报记者 马灿;毅昌集团携手神州数码打造数字化神经网络[N];民营经济报;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978