版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展,高速網(wǎng)絡(luò)技術(shù)逐漸得到普及,原來的網(wǎng)絡(luò)安全防范技術(shù)如防火墻、入侵檢測(cè)系統(tǒng)等,已不能滿足網(wǎng)絡(luò)安全的需要。入侵防御系統(tǒng)作為一種新的網(wǎng)絡(luò)安全技術(shù),受到網(wǎng)絡(luò)安全領(lǐng)域研究人員的重視,成為當(dāng)前的研究熱點(diǎn)之一。
本文在研究入侵防御系統(tǒng)模型的基礎(chǔ)上,提出基于免疫Agent和量子粒子群優(yōu)化算法的入侵防御系統(tǒng),并將該系統(tǒng)分為中央管理模塊、檢測(cè)系統(tǒng)模塊、響應(yīng)系統(tǒng)模塊和日志記錄模塊,介紹了四大模塊的詳細(xì)功能和工作原理并構(gòu)建了自適
2、應(yīng)響應(yīng)系統(tǒng)模型。其中,檢測(cè)系統(tǒng)模塊是整個(gè)系統(tǒng)的核心,但目前的檢測(cè)技術(shù)仍存在檢測(cè)率低和檢測(cè)速度瓶頸問題。為迎合高速網(wǎng)絡(luò)的發(fā)展,提高系統(tǒng)的檢測(cè)性能,本文的研究重點(diǎn)是提高檢測(cè)系統(tǒng)模塊的檢測(cè)率,解決檢測(cè)速度瓶頸問題。
生物免疫系統(tǒng)具有自我保護(hù)機(jī)制,能夠識(shí)別“自我”和“非我”,一直是網(wǎng)絡(luò)安全和人工免疫系統(tǒng)研究領(lǐng)域中的研究熱點(diǎn)。免疫系統(tǒng)具有自我學(xué)習(xí)、主動(dòng)記憶、選擇克隆和匹配閥值等特點(diǎn)。它的這些特點(diǎn)正是檢測(cè)系統(tǒng)所應(yīng)具備的,本文主要借鑒了生物
3、免疫系統(tǒng)的免疫機(jī)制,即自體耐受、免疫應(yīng)答、免疫反饋三個(gè)免疫階段,構(gòu)建檢測(cè)系統(tǒng)的檢測(cè)器。
移動(dòng)代理是一個(gè)自治程序,它能夠自主地從網(wǎng)絡(luò)中的一個(gè)結(jié)點(diǎn)移動(dòng)到另一個(gè)結(jié)點(diǎn),完成既定任務(wù)。其運(yùn)行場(chǎng)地不受限制,它在一臺(tái)主機(jī)上采集數(shù)據(jù),經(jīng)處理之后直接遷移到另一臺(tái)主機(jī)繼續(xù)運(yùn)行,中間不需要終止進(jìn)程,這樣,系統(tǒng)可以保留原來進(jìn)程的數(shù)據(jù)段和堆棧,減少網(wǎng)絡(luò)通信,節(jié)省寬帶,所獲得的數(shù)據(jù)也更全面、更有針對(duì)性。
量子粒子群優(yōu)化算法具有全局收斂性,收斂速
4、度快,尋優(yōu)能力強(qiáng)等特點(diǎn)。在免疫系統(tǒng)中,抗原與抗體進(jìn)行綁定匹配時(shí),抗原與抗體一對(duì)一匹配,抗體間無明顯的信息交流。這樣導(dǎo)致抗體充分利用了自身的歷史信息,但卻忽視了同伴抗體間的信息共享,使得檢測(cè)過程中收斂速度不高。本文在免疫算法中引入該算法,以提高抗體與抗原的匹配速度和匹配準(zhǔn)確度。將以上三種技術(shù)應(yīng)用在檢測(cè)系統(tǒng)模塊中,構(gòu)造出基于量子粒子群優(yōu)化算法的免疫Agent單元,并實(shí)現(xiàn)各模塊中Agent的功能。
本文使用Kddcup99數(shù)據(jù)集對(duì)提
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于量子粒子群優(yōu)化和半監(jiān)督聚類的入侵防御技術(shù)研究.pdf
- 基于粒子群算法的入侵檢測(cè)技術(shù)研究.pdf
- 基于粒子群優(yōu)化的入侵檢測(cè)規(guī)則提取方法研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的入侵檢測(cè)模型研究.pdf
- 基于免疫算法的粒子群優(yōu)化算法的研究.pdf
- 粒子群優(yōu)化算法求解Agent聯(lián)盟.pdf
- 基于免疫克隆與粒子群的優(yōu)化算法研究.pdf
- 基于粒子群優(yōu)化算法的測(cè)試用例生成技術(shù)研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的異常入侵檢測(cè)研究.pdf
- 基于粒子群和免疫優(yōu)化的多目標(biāo)聚類及應(yīng)用.pdf
- 基于免疫Agent的入侵檢測(cè)模型研究.pdf
- 基于PCA和半監(jiān)督聚類的入侵防御技術(shù)研究.pdf
- 基于約束優(yōu)化和動(dòng)態(tài)優(yōu)化的粒子群算法研究.pdf
- 基于免疫粒子群的電力系統(tǒng)無功優(yōu)化研究.pdf
- 基于粒子群優(yōu)化的跳汰機(jī)風(fēng)閥優(yōu)化控制技術(shù)研究與設(shè)計(jì).pdf
- 基于免疫粒子群優(yōu)化算法的結(jié)構(gòu)動(dòng)力模型修正.pdf
- 基于深度學(xué)習(xí)和半監(jiān)督聚類的入侵防御技術(shù)研究.pdf
- 基于區(qū)域過濾的粒子群優(yōu)化算法在網(wǎng)絡(luò)入侵檢測(cè)中的研究.pdf
- 基于粒子群優(yōu)化算法的水下潛器實(shí)時(shí)路徑規(guī)劃技術(shù)研究.pdf
- 基于DCA的免疫入侵檢測(cè)技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論