检索结果-南通市图书馆

基于深度学习算法的分布式互信协同入侵检测方法研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习算法的分布式互信协同入侵检测方法研究

作者：王睿北京交通大学

学位级别：硕士

网络入侵检测作为一种新型、主动的网络防护手段,能够有效检测出针对网络的攻击,是网络安全领域的一个重要研究方向。随着网络规模的扩大以及网络入侵行为的日益复杂化,协同入侵检测技术被提出以应用在大规模异构网络中抵御复杂类型的... 详细信息

网络入侵检测作为一种新型、主动的网络防护手段,能够有效检测出针对网络的攻击,是网络安全领域的一个重要研究方向。随着网络规模的扩大以及网络入侵行为的日益复杂化,协同入侵检测技术被提出以应用在大规模异构网络中抵御复杂类型的攻击。协同入侵检测系统由多个单一的入侵检测节点所构成,节点之间相互协同进行工作。此类检测技术也面临着两方面的问题。一是节点内部的入侵检测方法对复杂多变的入侵行为的识别准确率较低,从而影响整个协同入侵检测系统的有效性。二是在节点与节点之间的协同中,数据共享以及内部恶意节点也会影响协同检测的整体性。针对以上所提出的问题,本文分别就单个入侵检测节点内部的检测方法和多个入侵检测节点之间的协同方法进行了研究。具体工作如下:(1)在单个入侵检测节点内部,本文设计并实现了一种基于混合采样和混合神经网络的入侵检测方法。为解决流量数据集类别比例失衡所导致的少数类识别率较低的问题,本文设计了SMOTE-Tomek link混合采样算法,并结合K-means聚类算法对其中的SMOTE过采样算法进行了改进与优化,该混合采样算法可以有效改善数据集中类别的不均衡所导致的问题。考虑到流量数据特征的复杂性,本文将卷积神经网络与长短期记忆网络应用到入侵检测当中,搭建了一个混合的深度分层神经网络,分别对流量数据的空间特征和时间特征进行学习。最终将上述的混合采样算法与混合神经网络共同构成一个入侵检测方法ST-CNN-LSTM,选取新型的CIDDS-001数据集进行多分类训练与测试,选取UNSW-NB15数据集进行二分类训练与测试,在总体分类准确率与小类别分类准确率上相比传统机器学习算法与单一深度学习算法都有了明显提升。(2)在入侵检测节点与节点之间,本文基于JADE框架设计了一个分布式的协同入侵检测系统,并且在系统中加入了区块链相关组件,保证了系统之中各个节点间通信的私密性。针对协同入侵检测系统内部易遭受恶意节点攻击这一问题,我们提出了一种用以识别内部恶意节点的信任评分算法,该算法可以根据检测节点对流量的检测结果来调整节点的信任评分,将信任评分低于阈值的节点识别为恶意节点并暂停使用,并进行了模拟实验,实验表明通过设置合理的信任评分阈值,该算法可以有效的识别并停用恶意节点,从而保证协同入侵检测系统的内部安全与节点间的互信。在所实现的协同入侵检测系统基础之上,结合本文所设计的入侵检测方法,模拟了分布式的协同检测,与传统的单点检测方法进行了对比实验,实验结果显示出协同入侵检测方法可以更加有效率地进行入侵检测工作。

关键词：协同入侵检测深度学习区块链恶意节点识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

IPv6的过渡方案及协同入侵检测研究

IPv6的过渡方案及协同入侵检测研究

作者：潘中强西安电子科技大学

学位级别：硕士

IPv6作为Internet协议的下一版本,取代IPv4已成必然。但从IPv4向IPv6的过渡不可能一蹴而就,在很长一段时间内两者会共存。所以有必要考虑如何渐进地从IPv4升级到IPv6。IPv6不是对IPv4的简单升级,由于头部特征和地址配置机制的差异,两者... 详细信息

IPv6作为Internet协议的下一版本,取代IPv4已成必然。但从IPv4向IPv6的过渡不可能一蹴而就,在很长一段时间内两者会共存。所以有必要考虑如何渐进地从IPv4升级到IPv6。IPv6不是对IPv4的简单升级,由于头部特征和地址配置机制的差异,两者无法实现完全兼容。并且随着IPv6的使用和普及会出现新的不可预见的安全问题。入侵检测技术是一种动态、主动的防御手段,如何让入侵检测系统在新一代的IPv6网络上发挥它应有的防护作用,已成为人们关注的热点。本文分析了IPv6协议,重点研究了其中两项关键技术——IPv6过渡技术和IPv6下入侵检测技术;以高校为例,设计了渐进平滑过渡到IPv6的方案;给出了协同入侵检测系统的思想;并结合这种想法,在传统的入侵检测和防火墙的基础上,设计了协同入侵检测的总体框架;同时利用入侵检测开源程序Snort和防火墙开源程序iptables,设计并实现了一个Snort和iptables相协同的入侵检测系统。文中提出的高校IPv6解决方案,具有非常好的实用性,对硬件设备要求低,可以避免给高校带来巨大资金的投入,又能方便完成IPv6网间的互联及IPv4与IPv6间的互操作问题。本文结合协同思想设计搭建的协同入侵检测系统,支持IPv6和IPv4两种协议,增强了网络的安全性,便于部署和实现,投入成本低。 IPv4终将被IPv6所取代,而这个过程是漫长的。过渡的过程中部署IPv6和IPv6协议自身将会出现很多不可预知的安全问题。入侵检测仅是网络安全中的一项技术,需要和其它安全技术协同来应对各种各样的安全问题。这将是本文下一步研究的方向。

关键词： IPv6 过渡技术安全协同入侵检测

基于概率模糊认知图的分布式协同入侵检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于概率模糊认知图的分布式协同入侵检测方法研究

作者：杨锋广西大学

学位级别：硕士

入侵检测技术作为一种主动的安全保障措施,有效地弥补了传统网络安全防护技术的缺陷。随着分布式攻击的频繁出现,传统的基于单机的入侵检测系统已经不能满足系统的安全需求。在分布式网络环境下,位于不同结点之间的攻击者可能会协同起... 详细信息

入侵检测技术作为一种主动的安全保障措施,有效地弥补了传统网络安全防护技术的缺陷。随着分布式攻击的频繁出现,传统的基于单机的入侵检测系统已经不能满足系统的安全需求。在分布式网络环境下,位于不同结点之间的攻击者可能会协同起来对同一个服务器进行攻击。如果单独检测各个用户的操作序列,是难以发现其入侵行为的,因为单个攻击者的操作序列不足以构成产生入侵行为所需的信息。但是,如果将这些分散的操作序列组合起来,它们很可能就是事实上的入侵行为。现有的入侵检测方法难以有效地检测这种分布式的入侵行为。本文主要研究分布式环境下的协同入侵检测方法。首先结合模糊理论提出基于概率模糊认知图(PFCM)的攻击图来描述入侵行为;设计一种结合误用检测和异常检测的基于PFCM的混合入侵检测方法,用模糊概念描述异常,用数值运算代替模式匹配,并利用概率测度有效表示各因素间关系的不确定性;构造基于PFCM的Smurf攻击图并进行检测实验。实验结果表明该方法能在保持高检测率的情况下降低误报率,并具有较好的鲁棒性。在基于PFCM的混合入侵检测方法的基础上,结合入侵策略的阶段性分析技术,提出基于PFCM的分布式攻击图来描述分布式攻击,利用概率测度表述事件间的时序关系、约束关系和关系的不确定性,并合理利用单点检测结果,减少系统的信息传输量;构建分层与分散结合的分布式协同

关键词：入侵检测协同入侵检测分布式拒绝服务分布式攻击概率模糊认知图概率测度

基于协同入侵检测技术的应用-入侵检测与管理系统（IMS）

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于协同入侵检测技术的应用-入侵检测与管理系统（IMS）

作者：田春阳武汉理工大学

学位级别：硕士

随着网络技术和攻击技术的不断发展,在巨大的网络规模及流量环境下,面对大规模的、有组织的各种分布式的攻击行为,传统的入侵检测技术已经不能满足需要,暴露出了漏报,误报和响应智能化不足等问题,具体如下: 1.自身安全性... 详细信息

随着网络技术和攻击技术的不断发展,在巨大的网络规模及流量环境下,面对大规模的、有组织的各种分布式的攻击行为,传统的入侵检测技术已经不能满足需要,暴露出了漏报,误报和响应智能化不足等问题,具体如下: 1.自身安全性的缺乏;2.对新攻击检测能力的缺乏;3.人机交互能力的缺乏;4.响应缺乏智能化;5.误报、漏报问题;为克服传统入侵检测技术的种种缺陷,论文在研究了传统入侵检测技术的基础上,引入了协同入侵检测模型,设计了基于该模型下的商业化应用-入侵检测与管理系统。它在新一代入侵检测技术的基础上,利用全面流量监控发现异常,结合地理信息显示入侵事件的定位状况,应用入侵和漏洞之间具有的对应关联关系,给出了入侵威胁和资产脆弱性之间的风险分析,从而有效地管理安全事件并进行及时处理和响应。在具体实现上,不同的功能对应相应的模块,各模块之间可独立工作,也可以协同工作,并可以实现在同一个平台上管理。通过各模块之间的协同数据采集,数据关联分析,基本上解决了误报的问题;而数据的处理上采用并行多线程的技术,在千兆网络环境下,也基本解决了漏报的问题;并且在解决误报、漏报问题的基础上,通过响应协同（入侵检测与防火墙和交换机之间的协同响应）进行合理阻断,在一定程度上解决了响应智能化的问题;最后通过各模块统一平台的管理,采用图形化的方式,解决了人机之间交互的问题,体现在检测、防御、协调、管理等各个方面,并通过技术整合,实现:“可视+可控+可管”,深入挖掘不同安全产品的内在相关性,加强安全产品之间的优势互补,提高安全产品协同作战能力。论文阐述了以协同入侵检测技术为核心的一种应用的发展趋势—入侵检测与管理平台,通过对入侵检测与管理平台的简要分析,总结了目前基于协同入侵检测技术的应用存在的问题,并提出了相应的解决方法供探讨。

关键词：协同入侵检测关联分析响应协同入侵检测与管理平台

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据挖掘在协同入侵检测系统中的应用研究

计算机工程与应用 2003年第21期39卷 140-143,146页

作者：王璟史美林董永乐钱俊清华大学计算机科学与技术系北京100084

随着网络安全问题的日益重要,入侵检测领域的研究越来越深入,但目前IDS的误报和漏报不能使人满意。该文提出了一种基于数据挖掘方法的协同入侵检测系统(CoIDS)框架。文章详细讨论了协同工作和数据挖掘方法在入侵检测中的应用。使用了多... 详细信息

随着网络安全问题的日益重要,入侵检测领域的研究越来越深入,但目前IDS的误报和漏报不能使人满意。该文提出了一种基于数据挖掘方法的协同入侵检测系统(CoIDS)框架。文章详细讨论了协同工作和数据挖掘方法在入侵检测中的应用。使用了多种数据挖掘方法来建立检测模型,并采用了Agent/Manger/UI三层实体结构。并通过具体的例子重点介绍了在此框架中数据挖掘的应用过程。

关键词：网络安全入侵检测协同工作数据挖掘协同入侵检测

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于混合信任模型的协同入侵检测系统

基于混合信任模型的协同入侵检测系统

作者：李嘉华中师范大学

学位级别：硕士

随着教育大数据的高速发展,教育数据安全也越来越受到重视,网络攻击是教育数据安全面临的巨大威胁。协同入侵检测系统(CIDS)作为常见的网络安全技术,通过多个IDS节点之间的协作来提高系统的检测能力,但是这种方法容易受到内部攻击的影... 详细信息

随着教育大数据的高速发展,教育数据安全也越来越受到重视,网络攻击是教育数据安全面临的巨大威胁。协同入侵检测系统(CIDS)作为常见的网络安全技术,通过多个IDS节点之间的协作来提高系统的检测能力,但是这种方法容易受到内部攻击的影响。为了防御内部攻击,有学者提出基于挑战的入侵检测系统,该方案中每个节点通过向其他IDS节点发送挑战,根据接收节点的反馈与己方存储的答案对比来计算该节点的信任值。当检测到网络异常行为需要协同检测时,节点根据信任值排行对于各节点给出的警报进行聚合计算产生最终的决策。显而易见基于挑战的信任值只在两个节点之间传播,对于其他IDS节点并没有参考性。而且该信任值主要受到节点近期行为的影响,对于节点的行为缺乏长时记忆。另外,节点的挑战反馈记录也缺乏可信第三方的认证,使得挑战反馈数据缺乏可靠性。挑战反馈过程依赖节点的忠实评分,出现评分争议时缺乏争议解决机制,恶意评分行为受不到惩罚。本文针对上述问题进行深入分析,提出了一些改进方案,以下是本文的主要工作内容:1.针对成对信任值仅作用于参与双方的问题,本文设计了一种基于挑战的全局声誉模型,节点的每一次挑战反馈都将对其全局声誉产生影响进而影响到所有节点,本文给出了全局声誉的评定依据以及计算公式。2.结合成对信任值和全局声誉的优点,提出基于挑战的信任与声誉混合信任模型(HRCS),使用混合信任值作为评定节点信任值的唯一度量。3.基于区块链公开透明、不可篡改的特性,本文应用区块链技术,设计了一套基于HRCS信任模型的协同入侵检测算法,该算法通过将节点信息与公钥存储在区块链上解决节点身份认证的问题,而且每次挑战和反馈都经过发送方签名记录在区块链上,保证了记录的可靠性。4.设计基于区块链的争议解决算法,当受评节点受到的评分远低于其全局声誉时,区块链运用智能合约,选择专家节点对于该次挑战进行分析,并将获得的评分与评分节点给与的评分对比,评分差距过大则认定恶意评分,评分节点将受到全局声誉降低的惩罚。5.本文设计并实现了基于HRCS的协同入侵检测系统,设置了在模拟环境下和真实环境下的两个实验,并与基于挑战的协同入侵检测系统进行对比来证明本系统对抗内部攻击能力和检测能力。

关键词：入侵检测系统信任管理全局声誉协同入侵检测区块链基于挑战机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

云平台可信协同入侵检测系统设计与实现

云平台可信协同入侵检测系统设计与实现

作者：何嘉洪西安电子科技大学

学位级别：硕士

云计算作为新型的计算资源组织和服务提供模式,为大数据、物联网、人工智能等提供基础性平台支撑,呈现着跨域协作、多云协同的趋势,云计算的开放性导致云环境面临严峻的网络入侵风险,已经成为云计算广泛应用的瓶颈。现有的基于网络流量... 详细信息

云计算作为新型的计算资源组织和服务提供模式,为大数据、物联网、人工智能等提供基础性平台支撑,呈现着跨域协作、多云协同的趋势,云计算的开放性导致云环境面临严峻的网络入侵风险,已经成为云计算广泛应用的瓶颈。现有的基于网络流量特征的协同入侵检测系统（Network-based Intrusion Detection System,NIDS）因云环境网络结构的复杂性和协同入侵检测节点不可信的问题,存在域内内部攻击难检测、协同检测准确率低和协同反馈结果融合开销大等问题,无法满足协同入侵检测系统高准确率、高效率的需求。本文聚焦于云环境下协同入侵检测研究,结合深度神经网络和合作博弈理论思想,提出了多云环境下基于深度学习的分层可信协同入侵检测方法,实现域内、跨域可信协同入侵检测。针对云环境网络解构复杂导致内部攻击发现难的问题,提出了一种基于虚拟机管理程序Hypervisor的云环境网络流量采集方法,实现云环境虚拟机之间、虚拟机与服务器之间、服务器与外部网络之间网络流量捕获,及时发现云环境内部攻击行为。从而解决云环境内部攻击发现难的问题。针对网络入侵行为不断变化的特点,本文利用深度学习分析云平台网络流量特征,实验并比较常用的深度神经网路用于云环境下入侵检测的效果。实验表明,本文所采用的基于CNN卷积神经网络模型的入侵检测系统比Enamul的OA-LS-SVM入侵检测系统准确率提高了9.27%。针对入侵检测数据集分布不平衡的问题,基于数据重采样算法,降低了数据集的不平衡率,进一步提高了检测准确率。针对跨域协同入侵检测存在的入侵检测节点不可信和检测结果反馈融合时间开销大等问题,提出建立跨域入侵检测节点可信度评估机制和基于可信度的联盟构建算法,完成协同入侵检测过程入侵检测节点联盟构建,保证了协同检测过程节点可信,提高了反馈结果融合准确率和效率,实现域内、跨域可信协同入侵检测。针对跨域协同检测过程节点可信度重新评估、协同联盟重新构建导致协同入侵检测效率低下的问题,设计入侵检测黑名单制度,减少诊断已知网络入侵的时间开销。实验结果表明,本文所提出的跨域协同入侵检测方案相比于***和Fung的协同入侵检测算法,降低了检测结果的假阳性率、假阴性率,时间开销降低了60%。基于所研究的技术与方法,设计并实现了云环境下基于深度学习的可信协同入侵检测系统,具有数据预处理、入侵检测、协同入侵检测等功能,将该系统应用于实验室自研的云计算平台的云安全中心模块,验证了所提出方法和架构的可行性与高效性。

关键词：云计算入侵检测深度学习协同入侵检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于区块链的协同入侵检测系统研究

基于区块链的协同入侵检测系统研究

作者：宋琪深圳大学

学位级别：硕士

随着网络攻击的多样化和复杂化,计算机网络的安全性也越来越备受关注。在实际的日常生活中,我们的网络仍然不断地遭受到攻击,信息不断地被泄露。为了解决这些安全问题,网络安全越来越受到业界和学术界的关注。另外,网络是相互依赖的,基... 详细信息

随着网络攻击的多样化和复杂化,计算机网络的安全性也越来越备受关注。在实际的日常生活中,我们的网络仍然不断地遭受到攻击,信息不断地被泄露。为了解决这些安全问题,网络安全越来越受到业界和学术界的关注。另外,网络是相互依赖的,基于外部全局网络对内部网络的安全威胁,以及尽早地、更准确地发现对内部网络的入侵活动是非常有用的。所以在分布式网络中提出了协同入侵检测技术,用以提高入侵检测的准确性和系统的可扩展性。虽然研究人员对协同入侵检测技术已经有了很多突破性的进展,但是数据共享和信任计算仍然是协同入侵检测技术的两大挑战。因为并非所有的参与方都想分享他们的信息。此外,相互信任意味着在共享数据时,参与方之间不会公开数据给其他人。而且对于隐私数据,参与方更希望匿名地传输数据,一旦参与方开始匿名共享数据,就会造成系统的不可信。因此本文针对这些问题进行了深入分析,并提出了相应的改进方案,具体研究工作包括以下三个方面:1.实现了一种将区块链纳入协同入侵检测系统领域的通用架构,使协同入侵检测系统具备快速检测出网络攻击的能力。2.针对入侵检测训练数据集的缺陷,我们提出了基于生成对抗网络的数据集生成方案,在NSL-KDD数据集的基础上生成了新的生成数据集。克服了入侵检测训练数据集的数据冗余、数据不平衡和数据不完整三个主要问题。3.我们利用深度学习方法提高了协同入侵检测系统分类器的实时检测率,仿真了分布式网络中的协同入侵检测系统,使得分类器的性能得以提高,并且可以检测出新的攻击类型。

关键词：入侵检测区块链深度学习协同入侵检测生成对抗网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

IPv6下协同入侵检测系统的设计与实现

河南科学 2010年第11期28卷 1466-1468页

作者：哈渭涛渭南师范学院计算机科学系陕西渭南714000 西安电子科技大学西安710071

以IPv6协议为基础,设计并实现了一个Snort和iptables相协同的入侵检测系统.给出了协同入侵检测系统的思想,并结合这种想法,在传统的入侵检测和防火墙的基础上,设计了协同入侵检测的总体框架.实验结果表明,该系统具有较好的检测率.

关键词： IPv6 安全协同入侵检测