学位论文 > 优秀研究生学位论文题录展示

基于模糊支持向量机的入侵检测研究

作　者: 张简政
导　师: 李华
学　校: 重庆大学
专　业: 计算机系统结构
关键词: 入侵检测网络入侵检测 Bro 模糊支持向量机模糊支持向量机分类器
分类号: TP393.08
类　型: 硕士论文
年　份: 2005年
下　载: 246次
引　用: 0次
阅　读: 论文下载

内容摘要

最近的一份报告指出,在过去的五年里面,对信息系统安全的威胁增加了250%,导致了约1000亿美圆的损失,所以网络安全在最近几年会是研究的热点。网络安全中,入侵检测系统作为防火墙的重要补充,还存在很多的缺点,如高的误报率,对新型攻击还不能有效检测。为此,将人工智能的学习算法引入到入侵检测中,来解决这些问题,是当前的研究热点。目前,有很多研究人员将神经网络算法引入到入侵检测中,并取得了很不错的效果,但神经网络存在诸多的缺点,如局部最小点问题,过学习问题等等,限制了其在入侵检测中的进一步的发展应用。本文将统计学习理论引入到入侵检测中,并将模糊支持向量机理论首次应用于入侵检测中,提出了基于模糊支持向量机分类器的网络入侵检测方法,根据网络入侵检测的特征,选择了合适的RBF核函数,构建出合适于网络入侵检测的模糊支持向量机分类器。将这种分类器应用于网络入侵检测中,通过对DARPA的数据的测试结果,显示这种分类器运用于网络入侵检测是可行的,有优势和特点的。最后,在该分类器的基础上,通过对一款开源网络检测系统BRO的研究,提出基于该分类器的实用的智能网络入侵检测系统模型。

全文目录

中文摘要  4-5
英文摘要  5-8
1 绪论  8-11
  1.1 选题背景  8-9
  1.2 国内外现状综述  9
  1.3 论文研究的内容  9-10
  1.4 论文研究的目的  10
  1.5 论文的创新点  10
  1.6 本章小结  10-11
2 支持向量机算法  11-21
  2.1 支持向量机算法  11-19
    2.1.1 理论背景  11-13
    2.1.2 机器学习的基本问题  13-15
    2.1.3 统计学习理论的核心内容  15-17
    2.1.4 方法介绍  17-19
  2.2 模糊支持向量机  19-20
  2.3 小结  20-21
3 入侵检测系统及其评测  21-31
  3.1 入侵检测系统介绍  21-27
    3.1.1 入侵检测系统概念  21-22
    3.1.2 入侵检测系统模型  22-25
    3.1.3 存在的问题  25-26
    3.1.4 小结  26-27
  3.2 网络入侵检测系统介绍  27
  3.3 网络入侵方式  27-28
  3.4 网络入侵检测系统评估  28-29
  3.5 权威的入侵检测评估  29-30
    3.5.1 DARPA98 年的评估报告  29
    3.5.2 DARPA99 年评估  29-30
  3.6 小结  30-31
4 模糊支持向量机分类器研究  31-39
  4.1 Rosenblatt 线性分类器  31-33
  4.2 核函数特征空间  33-34
  4.3 泛化性理论  34-36
  4.4 最优化理论  36-37
  4.5 模糊支持向量机  37-38
  4.6 小结  38-39
5 基于模糊支持向量机分类器的网络入侵研究  39-45
  5.1 网络入侵特征  39-40
  5.2 模糊支持向量机分类器与入侵检测特征的结合  40-41
  5.3 基于模糊支持向量机分类器的网络入侵实验  41-43
  5.4 上述实验结果分析  43-44
  5.5 小结  44-45
6 基于模糊支持向量机的网络入侵检测系统  45-52
  6.1 Bro 简介  45
  6.2 Bro 系统结构与原理  45-46
    6.2.1 libpcap  45-46
    6.2.2 事件引擎  46
    6.2.3 策略脚本解释器  46
  6.3 Bro 语言  46-47
  6.4 基于模糊支持向量机的网络入侵检测系统  47-49
    6.4.1 libcap  47-48
    6.4.2 事件引擎  48
    6.4.3 Fsvms  48
    6.4.4 策略脚本解释器  48-49
  6.5 Bro 策略脚本解析实验  49-51
  6.6 小结  51-52
7 结论与展望  52-54
  7.1 结论  52-53
  7.2 对今后工作的展望  53-54
参考文献及书目  54-56
致谢  56-57
附录学习期间参加科研项目及发表论文情况  57-58

基于模糊支持向量机的入侵检测研究

内容摘要

全文目录

相似论文