首页> 中文学位 >基于协议分析和SVM多分类的入侵检测系统研究
【6h】

基于协议分析和SVM多分类的入侵检测系统研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

1引言

1.1课题研究意义

1.2课题研究现状

1.3入侵检测的发展趋势

1.4课题研究内容及课题的组织结构

2网络安全概述

2.1网络安全定义和网络安全特征

2.2不安全的网络因素

2.3网络安全策略

2.4网络安全模型

2.5入侵方式

3入侵检测概述

3.1入侵检测研究现状

3.2入侵检测的定义

3.3入侵检测系统分类

3.4入侵检测系统原理

3.5 研究入侵检测技术的意义

4协议分析技术

4.1 特征模式匹配技术

4.2 协议分析技术原理

4.3 常见的针对TCP/IP协议的攻击

4.4协议分析检测入侵的过程

5统计学习理论与支持向量机

5.1机器学习简介

5.2 支持向量机原理

5.3 SVM多分类决策

6入侵检测系统实现与仿真测试

6.1 数据集及预处理

6.2 协议解析模块

6.3 分类器组检查模块实现

6.4 仿真试验

6.5 数据包捕获模块的设计与实现

6.6 存储模块设计与实现

总结与展望

参考文献

攻读学位期间公开发表论文

致谢

展开▼

摘要

Internet的快速发展与应用,给人类生活带来了极大的便利,也给黑客打开了方便之门,带来巨大的安全隐患。攻击方式和数量日益增多,如何快速、准确、有效的识别各种攻击是我们面临的一个迫切问题。我们需要发展新式入侵检测方法来应对所面临的严峻的网络安全问题。入侵检测实质上可以被描述为对数据样本进行尽可能正确的分类,关键问题是特征选择和模式识别方法的选择。
  为了设计一个新式网络入侵检测系统,本文研究了入侵检测技术、协议分析技术在入侵检测中的应用、SVM(SupportVectorMachine,支持向量机)技术以及SVM分类器融合策略。协议分析和SVM是目前应用于入侵检测的两项热门技术,我们可以利用协议分析技术组装分段数据包,解读每个数据包的真正含义,利用SVM这种模式识别方法学习正常数据包和攻击数据包的特征,构造SVM分类器。本文将两种技术的优点结合起来,提出了基于协议分析和SVM分类器组合的入侵检测系统模型。该模型的思想是首先利用协议分析技术处理网络上截获的数据包,即根据协议字段对数据包进行分类,提取协议特征和内容特征并统计流量特征;然后利用处理得到的训练样本集训练SVM分类器,使每个分类器可以识别一种攻击方式;最后利用SVM分类器融合策略,将训练好的SVM分类器组合起来检测网络中流经的数据包,识别正常数据包和攻击数据包,及时发现入侵行为并通知网络管理员。
  本文利用KDDCUP99数据集和SPSSClementine对系统模型进行了模拟测试,实验结果表明,本文提出的方法有效提高了入侵检测的效率,降低了漏报率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号