论文部分内容阅读
入侵检测技术是当前网络安全的研究热点之一。入侵检测系统对所有流经网络的流量进行深度分析、检测与响应。生物免疫系统与计算机入侵检测系统在功能上有很大的相似性，入侵免疫系统的主要功能是检测内部或外部的侵入，使计算机网络免受攻击。而生物免疫系统的功能是保护生物体不受细菌或病毒等外来病菌的侵害。把生物免疫原理应用于入侵检测系统是计算机网络安全的新思路。基于人工免疫的入侵检测系统具备良好的检测准确性、自组织性、自适应性和多样性，其研究有着重要的理论价值和实践意义。基于这样的背景下，利用现有比较成熟的人工免疫技术，结合入侵检测系统自身的特点，本文主要研究了基于人工免疫入侵检测方法与实现方式，主要工作包括：
●介绍入侵检测系统在网络防护中的作用以及产生和发展的历程，并分析目前入侵检测技术所存在的缺陷和发展趋势。
●讨论生物免疫系统的原理、组成和结构，分析了生物免疫机制和相关的免疫算法思想。
●结合前人的研究基础，系统性给出了人工免疫入侵检测系统的框架、模型和形式化描述。
●提出了基于网络学习的人工免疫入侵检测模型。
●改进和实现了基因编码算法过程、检测器的生成算法过程、未成熟检测器的生成算法过程、亲和力的计算算法、未成熟检测器的免疫耐受算法、成熟检测器的克隆选择算法、免疫置入算法及网络行为的检测和响应处理算法。
●提出了学习机器人，近似度，可信节点系统和备用规则库概念，并实现了机器人学习的算法过程。