基于人工免疫的入侵分析技術(shù)研究.pdf

1、人工免疫系統(tǒng)研究旨在抽取生物免疫系統(tǒng)中獨特的信息處理機制，研究和設(shè)計相應(yīng)的模型和算法，進而應(yīng)用于解決各種復(fù)雜問題。人工免疫系統(tǒng)是繼人工神經(jīng)網(wǎng)絡(luò)、進化計算之后新的智能計算研究領(lǐng)域，是生命科學(xué)和計算機科學(xué)相交叉而形成的交叉學(xué)科研究熱點。生物免疫系統(tǒng)的基本功能是識別自我和非我，并將非我分類清除，具有免疫識別、免疫記憶、免疫調(diào)節(jié)、免疫寬容和免疫監(jiān)視等功能特征，是一個自適應(yīng)、自學(xué)習(xí)、自組織、并行處理和分布協(xié)調(diào)的復(fù)雜系統(tǒng)。 入侵檢測是當前網(wǎng)

2、絡(luò)安全研究的重要內(nèi)容之一。由于生物免疫系統(tǒng)是一個具有很強自我保護功能的系統(tǒng)，它能夠有效識別己知和未知抗原的特性，給當前入侵檢測系統(tǒng)的研究帶來了很大的啟發(fā)，因而基于生物免疫系統(tǒng)的入侵檢測機制的研究顯得更加引人注目，對促進當前網(wǎng)絡(luò)安全的研究具有十分重要的意義。 本文從生物免疫系統(tǒng)突出的自適應(yīng)識別能力的角度出發(fā)來開展基于生物免疫原理的數(shù)據(jù)分析和模式識別方面的研究，并進而實現(xiàn)入侵檢測模式的自動提取。這種思想與當前廣泛采用的基于機器學(xué)習(xí)或

3、數(shù)據(jù)挖掘的入侵檢測是一致的。當前基于數(shù)據(jù)挖掘的入侵檢測主要采用聚類分析、分類分析以及異常檢測來建立檢測模式，并識別網(wǎng)絡(luò)中的入侵行為。本文基于人工免疫聚類算法為線索研究了動態(tài)聚類算法，異常檢測算法以及自適應(yīng)分類算法，并在實際網(wǎng)絡(luò)特征連接數(shù)據(jù)集上進行了一定的仿真實驗，其結(jié)果驗證了這些方法的可行性和有效性。本論文的主要研究內(nèi)容如下： 1. 介紹了作為全文理論基礎(chǔ)的自然免疫學(xué)方面的基礎(chǔ)知識，內(nèi)容包括免疫記憶、免疫識別、自適應(yīng)免疫應(yīng)答等。

4、探討了人工免疫系統(tǒng)常用的編碼方式，免疫操作以及常見的人工免疫模型。 2. 設(shè)計了聚類可行解的算法。由于網(wǎng)絡(luò)特征數(shù)據(jù)集中可能包含未知的入侵模式，因此不能預(yù)先設(shè)定聚類簇的數(shù)量，為了在保持聚類分析精度的前提下提高動態(tài)聚類算法的效率，本文借鑒了可行解的思想，提出可劃分聚類數(shù)據(jù)集的聚類可行解的概念，設(shè)計了一種基于人工免疫網(wǎng)絡(luò)的聚類可行解的獲取算法，并對算法獲得聚類可行解的條件和概率進行了一定的理論分析。 3. 結(jié)合GA，Tab

5、u搜索等智能優(yōu)化算法在聚類可行解的基礎(chǔ)上實現(xiàn)了動態(tài)聚類分析，并在此基礎(chǔ)上提出了基于“約簡-優(yōu)化”原理的兩階段動態(tài)聚類算法的框架。本文提出了一種基于人工免疫網(wǎng)絡(luò)的聚類簇數(shù)量的估計算法，以解決約簡算法中參數(shù)選擇的問題。 4. 本文提出基于人工免疫聚類算法的異常檢測算法，算法采用了一種基于距離的異常度量因子，可以方便地篩選數(shù)據(jù)集中最為突出的異常數(shù)據(jù)，因此該算法能夠依據(jù)不同的安全策略來調(diào)節(jié)異常容忍因子以平衡檢測率和漏報率之間的矛盾。該