一种基于免疫入侵检测的攻击路径标志技术研究

针对免疫入侵检测和攻击源追踪结合技术进行了研究。采用分布式免疫入侵检测系统与数据包标记理论, 利用免疫入侵检测系统实时分析的网络数据特征指导路径标志技术动态处理, 使路径标志方法能动态自适应不同网络数据特征, 快速识别攻击路径, 为免疫入侵检测系统针对攻击路径培养特征检测器提供路径信息。实验表明这一方案能快速重构出攻击路径信息, 在收敛效率、误报率方面的表现优于目前的概率包标记算法, 能为免疫入侵检测系统提供特征路径信息。     

一种基于中心极大团扩展的社区挖掘算法

社区挖掘是复杂网络分析中的一项重要工作,目前已提出多种社区挖掘算法,但多数算法是通过节点间的连接关系来发现内聚的社区结构。结合真实网络中的节点具有不同的行为和影响力,在充分考虑网络中节点的连接关系的基础上,提出一种基于中心极大团扩展的社区挖掘两阶段算法。第一阶段发现初始社区:首先找到网络中所有的内聚子团,然后找出k个分散、内聚且有影响力的中心极大团作为初始社区;第二阶段形成最终社区划分:对初始社区外节点,充分考虑不同邻居节点对其潜在的影响力,采用局部模块度扩展的方法将节点扩展到与其连接紧密的社区内。实验结果表明,该方法能够快速揭示出网络中的社区结构,相比FN算法,具有较高的准确度和模块度,相比GN算法,不需要预先知道社区个数。     

基于自适应人工鱼群FCM的异常检测算法

异常检测算法在诸多领域都发挥着重要的作用.基于模糊C-均值(fuzzy C-means, FCM)的异常检测是其代表方法之一.FCM对初始值的选取很敏感,而且容易陷入局部极值.基于此的异常检测算法检测效果也不甚理想.因此,引入具有较强全局搜索能力的人工鱼群算法,对其加入自适应机制,自适应调整Visual取值范围,从而提高AFSA局部和全局寻优能力,减少算法迭代的次数.然后将其应用于FCM中,利用自适应人工鱼群算法得到的最优解进行FCM聚类分析,从而解决以上FCM存在的种种问题.最后,设计基于自适应人工鱼群FCM的异常检测算法,充分利用自适应人工鱼群的优势来提高异常检测算法的检测性能.实验表明：该算法在提高对数据的检测效率的基础上,检测性能也表现出了很好的水平,为解决异常检测模型中的检测率和虚警率相关问题提供了一种有效解决方案.     

邻域形态空间多源免疫检测器生成与检测

人工免疫系统(artificial immune system,简称AIS)是人工智能技术的重要分支之一,被广泛应用于异常检测、数据挖掘、机器学习等多个领域.检测器是其核心知识集,其生成、优化和检测操作决定了人工免疫的应用效果.目前,人工免疫的问题空间以实值形态空间为主,但实值非自体空间"黑洞"、检测器生成速率慢、检测...     

基于加权多决策树的入侵检测系统模型研究

传统的决策树分类方法,对于较小的数据集是非常有效的。但是,当这些方法用于入侵检测系统中时,由于巨大的网络流量,因此,存在着检测性能低和数据挖掘效率不高等问题。为了解决这些问题,提出了加权多决策树模型。将这种方法应用于入侵检测系统中,实验结果表明,该方法提高了入侵检测性能和大容量数据的处理能力。     

服务器漫游防御DDoS攻击研究

分布式拒绝服务（DDoS）攻击已经成为目前整个互联网安全的严重威胁。提出了防御DDoS攻击的两道防线：（1）由ISP（Internet服务提供商）提供的主动缓解技术,ISP收集的曾参与攻击的网络实体组成的黑名单使客户可以共享。针对每个客户生成的信任列表和黑名单,结合用户自己制定的策略生成特定用户的缓解策略;（2）采用服务器漫游技术缓解DDoS攻击,服务器集合中的几个是活跃的并提供服务,其余用作蜜罐,只有合法客户才能跟踪漫游的服务器。实验证明,配置蜜罐后能有效地过滤掉攻击流量,使服务器能继续为合法客户提供服务。     

无线传感器网络中基于规范的入侵检测算法研究

为了解决无线传感器网络的安全问题,提出了一种基于规范的入侵检测算法。该算法根据概率论的有关理论,对邻域节点的单位时间特征量设定阈值,阈值的设定方法具有通用性,并且阈值自适应更新,符合传感节点性能随着时间发生变化的特点。将检测节点获得的单位时间特征量值与阈值进行对比来判断入侵。通过仿真实验验证了该算法优于其他基于规范的入侵检测方案,不仅能够满足高检测率低误报率的要求,还具有较好的能效性。     

基于海明匹配的r连续位匹配规则的研究

基于免疫原理的否定选择算法中,很重要的一环就是字符串的匹配,现在的研究中主要采用的匹配规则是r连续位匹配.但是r连续位匹配算法的时间开销与r的大小成指数关系,随着r的增大,系统的性能受到严重影响.本文提出了一种基于海明匹配的分段r连续位匹配规则,可以在保持r较小的情况下保证检测器的质量.实验表明,基于该规则确定的算法具有很好的检测效果,并且减少了检测器的生成时间.     

Research on a randomized real-valued negative selection algorithm

The negative selection algorithm (NSA) is one ofthe most widely used techniques in the field of artificialimmune systems. It is primarily used to detect changesin behavior patterns by generating detectors in the com-plementary space (given normal samples). In the orig-inal version of the NSA[1], the detectors are used di-rectly to classify newdata as self (normal) or non-self(abnormal). Subsequent works have shown the feasi-bility of combining the NSA with classification algo-rithms[2]; in…     

基于改进的动态克隆选择算法的入侵检测模型研究

针对目前入侵检测系统不能有效检测已知攻击的变种和未知攻击行为的缺陷,受免疫系统中动态克隆选择算法的启发,提出了一种基于改进的动态克隆选择算法的入侵检测模型.该模型可以适应连续改变的环境,动态地学习变化的“正常”模式以及预测新的“异常”模式.经实验证明,该模型在降低误报率的情况下,提高了检测率.