您的位置: turnitin查重官网> 计算机 >> 计算机毕业题目 >阐述目标基于MCP入侵检测系统

阐述目标基于MCP入侵检测系统

收藏本文 2024-02-02 点赞:5633 浏览:19749 作者:网友投稿原创标记本站原创

摘要:随着计算机的不断普及和互联网技术的不断进展,网络安全事件呈现出发生频率高、事件危害大、种类多样化等特点,入侵检测作为一种主动的防护技术,愈加的受到网络安全防护人员的重视。然而,现有的入侵检测策略都有着着各自的不足,如,基于误用检测的专家系统利用特点匹配的方式,对于以未发生过的新型入侵事件的检测往往显得力不以心;基于异常检测的智能化检测策略如数据挖掘等能够检测出一些新型的入侵行为,然而,这些智能化的检测策略需要对海量的、高维度特点属性的数据进行浅析,算法对数据的分类训练和规则学习往往需要较长的时间,得到的入侵规则往往也较为复杂。本论文主要完成以下内容:(1)在探讨了MCP (Multiple Criteria Programming,多目标规划)算法的基础上,结合MCP和SVM (Support Vector Machine,支持向量机)的基本思想,提出了一种新的多目标凸二次规划(Multiple Criteria Quadratic Programming, MCQP)算法,实验表明,算法采取了等式约束条件来求取目标函数的最优化不足,使得不足的求解变为矩阵运算的历程,避开了不等式约束条件求解时的迭代历程,因而减少了样本分类器的训练时间;同时,MCQP算法的数据测试所用的时间少于SVM算法。另外,针对网络数据的非线性特点,引入了核函数的概念,得到了Kernel MCQP算法。Kernel MCQP算法在增加了算法复杂度之后提升了分类的准确率。(2)在现有的通用入侵检测框架(Common Intrusion Detection Framework, CIDF)的基础上,将MCQP算法、Kernel MCQP算法引入到入侵检测系统中,重点修改了数据预处理、分类器和规则学习等核心模块,并添加了专家判别模块,提出了一种基于MCP的入侵检测模型框架。MCQP算法能够提升分类器的训练速度和数据的测试速度,可以有效地提升系统分类器的训练和实时性;引入了Kernel MCQP算法的系统,在牺牲了少量的时间为代价后,能够得到更高的准确率和更低的误报率,使得系统可以运用在对准确度和误报率要求较高的场合;同时,专家判别模块的添加能够有效地降低系统误报率。(3)最后利用了入侵检测领域评测的基准数据库KDDCUP'99进行了实验,验证了系统的可行性和有效性。关键词:入侵检测论文网络安全论文多目标规划论文多目标凸二次规划论文

    摘要3-4

    Abstract4-6

    目录6-8

    1 绪论8-12

    1.1 网络安全近况8-9

    1.2 国内外探讨近况9-10

    1.3 本论文探讨内容及作用10-11

    1.4 本论文的内容结构11-12

    2 入侵检测系统概论12-18

    2.1 入侵检测系统的演化简史12

    2.2 入侵检测系统的性能评价指标12

    2.3 入侵检测系统的分类12-17

    2.3.1 按检测机理分类12-13

    2.3.2 按保护对象分类13-15

    2.3.3 其他形式分类15-17

    2.4 现有的入侵检测策略17

    2.4.1 数据包过滤17

    2.4.2 专家知识系统17

    2.4.3 智能化检测策略17

    2.5 本章小结17-18

    3 MCP论述18-33

    3.1 MCP算法基本思想18-20

    3.2 MCP模型的一种通用表达形式20-21

    3.3 多目标凸二次规划模型(MCQP)21-28

    3.3.1 MCQP模型论述依据21-24

    3.3.2 论述剖析24

    3.3.3 算法实现24-26

    3.3.4 实验讨论浅析26-28

    3.4 Kernel MCQP模型28-32

    3.4.1 论述剖析28-29

    3.4.2 算法实现29-30

    3.4.3 实验讨论浅析30-32

    3.5 本章小结32-33

    4 基于MCP的入侵检测系统模型33-41

    4.1 入侵检测的一般历程33-34

    4.1.1 数据采集33-34

    4.1.2 数据浅析34

    4.1.3 事件响应34

    4.2 Denning模型34-36

    4.2.1 Denning模型介绍34-35

    4.2.2 Denning模型的工作流程35-36

    4.3 通用入侵检测框架(CIDF)36-37

    4.3.1 CIDF概述36-37

    4.3.2 CIDF的工作流程37

    4.4 基于CIDF的NIDS(网络入侵检测)模型37-38

    4.5 一种基于MCP的NIDS(网络入侵检测系统)模型38-40

    4.6 本章小结40-41

    5 实验历程及结果浅析41-51

    5.1 KDD'CUP99数据集41-44

    5.1.1 连接的基本特点42

    5.1.2 连接内容特点42-43

    5.1.3 以2秒为时间窗口统计得到的流量统计特点43-44

    5.2 实验历程44-50

    5.2.1 实验样本集44-45

    5.2.2 数据预处理45

    5.2.3 分类器的训练及模型建立45-47

    5.2.4 测试结果及浅析47-50

    5.3 本章小结50-51

    6 总结51-53

    6.1 本论文的主要工作51

    6.2 进一步的工作展望51-53

    致谢53-54

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号