基于混沌時間序列預(yù)測的主動型入侵防御系統(tǒng)研究.pdf

1、本文針對網(wǎng)絡(luò)流量的強非線性,從混沌時間序列分析入手,應(yīng)用混沌時序分析方法來進行網(wǎng)絡(luò)流量和報警信息預(yù)測,提高入侵防御系統(tǒng)性能。研究內(nèi)容主要涉及混沌時間序列分析和預(yù)測技術(shù)、網(wǎng)絡(luò)流量異常檢測及網(wǎng)絡(luò)入侵防御技術(shù)等,屬于非線性動力學(xué)和網(wǎng)絡(luò)信息安全相互交叉的研究范疇。
　　論文的主要成果如下:
　　1、從理論上對關(guān)聯(lián)維數(shù)算法進行誤差估計,完成動力系統(tǒng)的相空間重構(gòu)。通過對嵌入空間向量矩陣的本征值分解,確定時間序列相空間重構(gòu)時的嵌入維數(shù)并去

2、除信號里的噪聲干擾。對本征值分解提出了理論改進方法,克服了基坐標(biāo)選取時不能真實反應(yīng)噪聲成分的缺陷。給出了計算本征值、本征向量、最小嵌入空間標(biāo)準(zhǔn)正交基底以及實測時間序列在標(biāo)準(zhǔn)正交基底上投影的簡便算法。
　　2、對多變量混沌時間序列進行預(yù)測,對虛假鄰點法求嵌入維數(shù)提出了改進算法,克服了只憑經(jīng)驗選取參數(shù)所帶來的缺陷。將本征值分解技術(shù)用于主成分分析,提出了一種新的多變量預(yù)測的簡便降維方法,該方法能夠去除多變量混沌時序中的冗余信息,收斂性和

3、穩(wěn)定性較好。將所提出的多變量混沌時間序列預(yù)測方法應(yīng)用于網(wǎng)絡(luò)流量預(yù)測,能更好地模擬網(wǎng)絡(luò)特性。
　　3、在網(wǎng)絡(luò)流量多變量混沌時間序列預(yù)測模型的基礎(chǔ)上,將支持向量機用于網(wǎng)絡(luò)流量的異常分類,建立了基于混沌-支持向量機的網(wǎng)絡(luò)流量預(yù)測模型。提出了一種新的自調(diào)節(jié)加權(quán)特征選擇的降維方法,根據(jù)樣本特征自身的屬性,完成樣本特征權(quán)重的自動生成,在有效提高分類精度的同時,減少了樣本學(xué)習(xí)和測試的時間,改善了系統(tǒng)的實時性。給出了基于混沌-支持向量機的報警信息