基于數(shù)據(jù)挖掘的分布式網(wǎng)絡(luò)入侵協(xié)同檢測系統(tǒng)研究及實(shí)現(xiàn).pdf_第1頁
已閱讀1頁,還剩127頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著網(wǎng)絡(luò)入侵形式的不斷變化與多樣性,傳統(tǒng)的網(wǎng)絡(luò)安全技術(shù)與設(shè)備已不能充分抵御網(wǎng)絡(luò)攻擊。例如,目前推出的商用分布式入侵檢測系統(tǒng)基本是采用基于已知入侵行為規(guī)則的匹配技術(shù),檢測引擎分布在需要監(jiān)控的網(wǎng)絡(luò)中或主機(jī)上,獨(dú)立進(jìn)行入侵檢測,入侵檢測系統(tǒng)中心管理控制平臺僅負(fù)責(zé)平臺配置、檢測引擎管理和各檢測引擎的檢測結(jié)果顯示,對各檢測引擎的檢測數(shù)據(jù)缺乏協(xié)同分析。同時(shí)網(wǎng)絡(luò)入侵檢測系統(tǒng)與防火墻、防病毒軟件等之間也是單兵作戰(zhàn),對復(fù)雜的攻擊行為難以做出正確的判斷。

2、 異常入侵檢測技術(shù)根據(jù)使用者的行為或資源使用情況判斷是否存在入侵行為,通用性較強(qiáng),缺陷是誤檢率太高。誤用檢測運(yùn)用已知攻擊方法,根據(jù)已定義好的入侵模式,通過判斷這些入侵模式是否出現(xiàn)來檢測攻擊,檢測準(zhǔn)確度高,但系統(tǒng)依賴性太強(qiáng),檢測范圍受已知知識的局限。 將數(shù)據(jù)挖掘技術(shù)應(yīng)用到入侵檢測系統(tǒng)是目前入侵檢測研究的重要方向,論文討論了基于數(shù)據(jù)挖掘的入侵檢測主體技術(shù),指出了聯(lián)合使用幾種數(shù)據(jù)挖掘方法和將數(shù)據(jù)挖掘與傳統(tǒng)的誤用檢測、異常檢測協(xié)是

3、一個(gè)重要的研究方向。 論文提出了改進(jìn)的FP-Growth的關(guān)聯(lián)分析算法、基于分箱統(tǒng)計(jì)的FCM網(wǎng)絡(luò)入侵檢測技術(shù)和基于免疫學(xué)原理的混合入侵檢測技術(shù)。改進(jìn)的FP-Growth算法引入了聚合鏈的單鏈表結(jié)構(gòu),每個(gè)節(jié)點(diǎn)只保留指向父節(jié)點(diǎn)的指針,節(jié)省了樹空間,有效解決了數(shù)據(jù)挖掘速度問題,提高了入侵檢測系統(tǒng)的執(zhí)行效率和規(guī)則庫的準(zhǔn)確度;基于分箱統(tǒng)計(jì)的FCM網(wǎng)絡(luò)入侵檢測技術(shù)不需要頻繁更新聚類中心,同時(shí)耗時(shí)間題也得到較好的改善,將特征匹配與基于分箱的F

4、CM算法相結(jié)合,能較好的發(fā)現(xiàn)新的攻擊類型,便于檢測知識庫的更新;基于免疫學(xué)原理的混合入侵檢測技術(shù)充分發(fā)揮了免疫系統(tǒng)在實(shí)現(xiàn)過程中表現(xiàn)出的識別、學(xué)習(xí)、記憶、多樣性、自適應(yīng)、容錯(cuò)及分布式檢測等復(fù)雜的信息處理能力,具有良好的應(yīng)用前景。 論文分析了網(wǎng)絡(luò)入侵檢測技術(shù)在檢測性能、系統(tǒng)的健壯性與自適應(yīng)性等方面存在的主要問題,討論了網(wǎng)絡(luò)入侵檢測技術(shù)的發(fā)展趨勢。針對目前商用入侵檢測系統(tǒng)協(xié)同分析幾乎空缺、規(guī)則更新滯后、檢測技術(shù)與入侵手段變化不適應(yīng)的現(xiàn)

5、狀,提出了基于數(shù)據(jù)挖掘的分布式網(wǎng)絡(luò)入侵協(xié)同檢測系統(tǒng)(以下簡稱“協(xié)同檢測系統(tǒng)”)模型。該模型從數(shù)據(jù)采集協(xié)同、數(shù)據(jù)分析協(xié)同和系統(tǒng)響應(yīng)協(xié)同三個(gè)方面實(shí)現(xiàn)了入侵檢測系統(tǒng)的結(jié)構(gòu)協(xié)作、功能協(xié)作、動作協(xié)作和處理協(xié)作,有效增強(qiáng)了入侵檢測系統(tǒng)的檢測能力。 論文詳細(xì)討論了“協(xié)同檢測系統(tǒng)”的檢測引擎設(shè)計(jì)、通信模塊設(shè)計(jì)和系統(tǒng)協(xié)同設(shè)計(jì)。檢測引擎是系統(tǒng)的主體,涉及到網(wǎng)絡(luò)數(shù)據(jù)包捕獲、數(shù)據(jù)解析、入侵檢測等功能。針對高速網(wǎng)絡(luò)環(huán)境下信息量大、實(shí)時(shí)性要求高,使用Lib

6、pcap捕包易造成掉包與癱瘓的現(xiàn)狀,提出了內(nèi)存映射與半輪詢(NAPI)捕包新技術(shù),有效減少了系統(tǒng)內(nèi)核向用戶空間的內(nèi)存拷貝,避免了重負(fù)載情況下的中斷活鎖,確保了高速網(wǎng)絡(luò)環(huán)境下數(shù)據(jù)包采集的實(shí)時(shí)性與準(zhǔn)確性。 數(shù)據(jù)解協(xié)首先對鏈路層包頭、IP層包頭、傳輸層包頭、應(yīng)用層協(xié)議四部分進(jìn)行解析,然后對數(shù)據(jù)作預(yù)處理。在此基礎(chǔ)上,運(yùn)用改進(jìn)的FP-Growth算法對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行挖掘,檢測子模塊解釋并評估數(shù)據(jù)挖掘模塊提取的模式,結(jié)果送至反饋端口。

7、 通信模塊實(shí)現(xiàn)了數(shù)據(jù)采集解析器與數(shù)據(jù)挖掘檢測器之間、檢測引擎和報(bào)警優(yōu)化器之間、報(bào)警優(yōu)化器與中心控制平臺之間的有效通信,給出有關(guān)函數(shù)。 系統(tǒng)協(xié)同設(shè)計(jì)是本系統(tǒng)的特色。本文從入侵檢測系統(tǒng)內(nèi)部數(shù)據(jù)采集協(xié)同、入侵檢測系統(tǒng)與漏洞掃描系統(tǒng)協(xié)同、入侵檢測系統(tǒng)與防病毒系統(tǒng)協(xié)同、檢測引擎分析協(xié)同、不同安全系統(tǒng)分析協(xié)同、IDS與防病毒系統(tǒng)協(xié)同、IDS與交換機(jī)協(xié)同、IDS與防火墻協(xié)同等方面,科學(xué)地給出了數(shù)據(jù)采集協(xié)同、數(shù)據(jù)分析協(xié)同、系統(tǒng)響應(yīng)協(xié)同的含義、原

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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論