论文部分内容阅读
入侵检测系统存保障系统信息安全中起了重要的作用，但目前的入侵检测系统普遍存在不具有自适应性，且不能检测新的入侵模式等问题。生物免疫系统的基本功能是识别自我和非我，是一个自适应、自学习的系统。这给入侵检测系统的研究带来了很大的启发。
本文深入研究了基于免疫机理的入侵检测系统的研究现状，深入探索了生物免疫系统的工作机理，从检测器生成模型和入侵检测模型两个方面对基于免疫机理的入侵检测系统作了研究。具体而言，本文的研究工作主要有：
(1)借鉴生物免疫系统中抗体产生和成熟机制，提出了新的检测器生成模型，并设计了相关算法。该模型借助克隆选择算法进化检测器，借助负选择算法确保小发生检测器识别自我。不仅如此，文中详细论述了检测器生成过程中涉及到的模式识别问题为模糊模式识别问题，因而在检测器生成过程中弓}入了模糊模式识别的方法。文中使用UCI数据设计了仿真试验，并详述了模型中各参数选择的方法，试验结果表明模型可以生成高质量的检测器。
(2)入侵检测模型问题是基于免疫机理的入侵检测系统的又一个重要研究方向。本文深入研究了传统的入侵检测模型，提出了采用分层检测结构的入侵检测模型。该模型中被监视数据先经过记忆检测器检测，再通过成熟检测器检测。记忆检测器集合同当前系统非我空间结合紧密，可以对已知入侵模式迅速做出响应，这保证了系统的检测效率；成熟检测器集合主要针对新的入侵模式作出响应，这保证了被保护系统的安全性。检测过程中，若抗原对成熟检测器的刺激超过阈值，那么成熟检测器就变成为记忆检测器。模型中的检测器集合是不断变化而不是一成不变的，并且每过一段时间都要更新一次。文中分别使用UCI数据和KDD99数据设计了仿真试验，试验结果表明新模型对入侵模式有很高的识别率同时对非入侵模式很少产生误检。
概括而言，基于免疫机理的入侵检测系统因其具有良好的自适应性、并行性和鲁棒性以及对新入侵模式的良好识别能力，而成为目前研究的熟点。研究基于免疫机理的入侵检测系统既有着重要的理论意义也具有重要的实际意义。本文系统研究了基于免疫机理的入侵检测系统的检测器生成和入侵检测模型问题。在检测器生成问题中引入了模糊模式识别，在入侵检测模型问题中提出了分层检测结构。并设计了相关的实验验证算法和模型的有效性。