基于免疫機(jī)制的入侵檢測系統(tǒng)模型研究.pdf

1、北方交通大學(xué)博士學(xué)位論文基于免疫機(jī)制的入侵檢測系統(tǒng)模型研究姓名：趙俊忠申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：信號(hào)與信息處理指導(dǎo)教師：黃厚寬20030801北方交通大學(xué)博士學(xué)位論文個(gè)檢測節(jié)點(diǎn)形成的入侵檢測系統(tǒng)在不同應(yīng)用環(huán)境和參數(shù)條件下的各種性能做出快速準(zhǔn)確的估計(jì)，以此指導(dǎo)實(shí)際入侵檢測系統(tǒng)的設(shè)計(jì)，從而使得基于免疫機(jī)制入侵檢測系統(tǒng)模型的設(shè)計(jì)具有了可預(yù)測性。本文利用上述算法對(duì)所提出的免疫IDS模型在不同環(huán)境條件和不同模型參數(shù)值下的檢測性能變化規(guī)律進(jìn)行了分析、

2、總結(jié)和預(yù)測，并據(jù)此對(duì)系統(tǒng)參數(shù)值的設(shè)計(jì)和選擇提出了一些指導(dǎo)性的建議。實(shí)驗(yàn)證明了預(yù)測結(jié)果的可靠性和準(zhǔn)確性。(3)在當(dāng)前的免疫[DS模型中，生成檢測子集的算法都采用的是隨機(jī)嘗試法，而該算法的時(shí)間復(fù)雜度與模式編碼長度、連續(xù)位匹配長度和自我模式集規(guī)模都呈指數(shù)關(guān)系，因此，生成檢測子的效率極低，在有些情況下，甚至根本無法在合理的時(shí)間內(nèi)‘l三成一個(gè)檢測子。盡管Forrest小組后來又曾給出了線性時(shí)削算法和貪婪算法t但這兩個(gè)算法在空間復(fù)雜度上又都是指數(shù)型

3、算法，因此，并未在實(shí)踐中得以應(yīng)用。為此，本文設(shè)計(jì)實(shí)現(xiàn)了一個(gè)新的基于劃分的檢測子生成算法——SBDG算法，該算法的時(shí)側(cè)復(fù)雜度與模式編碼長度和連續(xù)位匹配長度呈線性關(guān)系，與自我模式集覘模呈二次多項(xiàng)式關(guān)系，而空間復(fù)雜度與上述參數(shù)都呈線性關(guān)系。不僅如此r該算法還可以保證檢測子集的質(zhì)量，使得每個(gè)檢測子集都可以覆蓋盡可能最大的非我模式空間。由于該算法可以在各種條件下快速有效地生成檢測子集，從而使得基于免疫機(jī)制的入侵檢測模型具有了實(shí)用性。(4)在上述免

4、疫IDS框架下，本文還提出了一個(gè)基于主機(jī)的入侵檢測組件。孩組件利用了變長記憶馬爾可夫鏈模型、信息率失真理論、最小描述長度原理和確定性退火算法，可以通過對(duì)一個(gè)主機(jī)系統(tǒng)用戶賬戶中命令行字符序列軌跡的分析，來判斷是否存在“偽裝”及其它具有相同或相似特征的入侵行為。該組件具百捕捉用戶在擊鍵行為中存在的不定長頻繁短序列的能力，可以通過不同用戶的1_f==同擊鍵特征對(duì)命令行字倚序列中具有顯著差異的不同行為方式進(jìn)f亍區(qū)分，從而可以檢測和判斷一個(gè)用戶的