| 【中文题名】 | 基于协同进化遗传算法的入侵检测技术研究 |
| 【英文题名】 | Research of Intrusion Detection Technology Based on Co-evolutionary Genetic Algorithm |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-29 |
| 【中关键词】 | 协同进化,遗传算法,入侵检测,特征库,, |
| 【英关键词】 | Co-evolutionary,Genetic Algorithm,intrusion detection,rules databases, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>计算机网络>一般性问题 |
| 【论文摘要】 |
随着计算机网络技术的飞速发展和广泛应用，网络入侵造成的安全问题正日益成为人们关注的焦点。传统的被动防御措施，如防火墙技术、数据加密等，已经不能完全阻挡入侵者的脚步，而具有主动防御特征的入侵检测技术逐渐成为网络安全系统中极其重要的部分。
近几年来，关于入侵检测技术的研究发展很快，从早期的集中式入侵检测系统发展至现在的分布式入侵检测系统。但随着网络向高速化、分布化、多元化等方向的发展，新的攻击方法层出不穷，入侵检测技术还面临很多问题和不足，尤其是现有的入侵检测系统大多存在误报和漏报率高、检测效率低等问题。针对这些问题，国内外研究人员正在积极的研究，采用新技术、新方法来完善或重建新的入侵检测系统，并把其他领域的一些概念和方法引入到入侵检测系统中来，其最显著的特点是入侵检测系统朝着人工智能方向发展。
本文将一种协同进化遗传算法(Co-evolutionary Genetic Algorithm，CGA)应用于入侵检测技术中，完成了包括编码，适应度函数的设计，遗传操作等研究工作，并将基于协同进化遗传算法的检测模块结合到了入侵检测系统中。研究结果表明：协同进化遗传算法较一般遗传算法的收敛速度更快... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-8 |
|
第1章 绪论 |
8-12 |
|
1.1 课题背景 |
8-9 |
|
1.2 国内外的研究进展 |
9-10 |
|
1.2.1 国外研究进展 |
9-10 |
|
1.2.2 国内研究进展 |
10 |
|
1.3 本文研究工作的主要内容 |
10-11 |
|
1.4 本文的组织结构 |
11-12 |
|
第2章 入侵检测技术的研究 |
12-26 |
|
2.1 入侵检测系统的介绍 |
12-24 |
|
2.1.1 入侵检测系统的概念 |
12 |
|
2.1.2 入侵检测系统的作用 |
12-13 |
|
2.1.3 入侵检测技术的历史 |
13-15 |
|
2.1.4 入侵监测系统的标准化 |
15-18 |
|
2.1.5 入侵检测技术 |
18-21 |
|
2.1.6 入侵检测系统的分类 |
21-24 |
|
2.2 入侵检测的不足和发展方向 |
24-25 |
|
小结 |
25-26 |
|
第3章 遗传算法的理论介绍 |
26-34 |
|
3.1 遗传算法的发展简史 |
26 |
|
3.2 遗传算法的基本理论和方法 |
26-33 |
|
3.2.1 编码 |
27-30 |
|
3.2.2 适应度函数 |
30 |
|
3.2.3 遗传操作 |
30-33 |
|
小结 |
33-34 |
|
第4章 协同进化遗传算法在入侵检测技术中的应用 |
34-47 |
|
4.1 概述 |
34 |
|
4.2 协同进化遗传算法 |
34-35 |
|
4.3 研究方法及其实现步骤 |
35-46 |
|
4.3.1 编码 |
35-38 |
|
4.3.2 适应度函数的定义 |
38-41 |
|
4.3.3 遗传操作设计 |
41-42 |
|
4.3.4 算法步骤 |
42-43 |
|
4.3.5 部分源代码 |
43-46 |
|
4.3.6 特征模块优化结构 |
46 |
|
小结 |
46-47 |
|
第5章 基于CGA的入侵检测系统模型的设计 |
47-53 |
|
5.1 系统模型概述 |
47 |
|
5.2 基于CGA的入侵检测系统模型的设计 |
47-49 |
|
5.3 系统的特点 |
49-50 |
|
5.4 仿真实验 |
50-52 |
|
小结 |
52-53 |
|
第6章 结论与展望 |
53-55 |
|
6.1 结论 |
53 |
|
6.2 进一步的工作方向 |
53-55 |
|
致谢 |
55-56 |
|
参考文献 |
56-60 |
|
攻读学位期间的研究成果 |
60 |
|
| 【DOI】 | LunWen.ID:2.2008.376426 |
