论文部分内容阅读
入侵检测技术是近20年来出现的一种有效保护网络系统免受网络攻击的新型网络安全技术，已经成为了网络安全领域研究的热点之一。在网络技术迅速发展、网络安全问题日益突出的环境下，传统的基于主机或基于网络的入侵检测系统已经难以满足对越来越复杂的网络攻击的检测任务。将具有自主性和智能性的Agent与模式识别等技术引入到入侵检测系统，已经成为入侵检测系统研究的主要方向之一。
本文主要对基于多Agent的入侵检测系统结构以及贝叶斯方法在入侵检测中的应用进行了深入的研究。主要研究内容和成果如下；
1． 对入侵检测系统的体系结构特别是基于Agent的分布式入侵检测系统进行了深入的研究，详细介绍了两种基于Agent的入侵检测系统，并且分析了现有入侵检测检测系统结构的主要优点和存在的问题。
2． 在对入侵检测系统的体系结构研究的基础上，提出了一种基于多Agent的动态层次化入侵检测模型，对现有分布式入侵检测系统存在的单一失效点等问题进行了改进，能提高系统的健壮性，同时系统各层次之间的通讯和协同检测能力，并能提高检测高层次协同入侵的能力。
3． 在对贝叶斯分类方法深入研究的基础上，给出了一种基于图扩展的贝叶斯入侵检测方法和模型。实验表明，该算法在MIT入侵检测标准数据集上，特别是小样本实例的分类识别率较好。
4． 在上述研究的基础上，给出了一个基于多Agent与GAB算法的入侵检测系统的结构与功能设计，详细介绍了各种Agent的结构与功能，并给出了各Agent之间通讯和协作的方法以及系统的处理流程。