基于擴(kuò)展D-S證據(jù)融合算法的網(wǎng)絡(luò)異常入侵檢測(cè)研究.pdf

1、計(jì)算機(jī)網(wǎng)絡(luò)的廣泛應(yīng)用和黑客攻擊的頻繁出現(xiàn)使得人們更加關(guān)注網(wǎng)絡(luò)安全問(wèn)題。入侵檢測(cè)技術(shù)作為保障計(jì)算機(jī)和網(wǎng)絡(luò)安全的重要手段，成為近年來(lái)網(wǎng)絡(luò)安全領(lǐng)域的研究熱點(diǎn)。隨著攻擊手段的復(fù)雜化和網(wǎng)絡(luò)規(guī)模的發(fā)展，基于網(wǎng)絡(luò)的入侵檢測(cè)越來(lái)越發(fā)揮更大的作用。網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)通過(guò)執(zhí)行監(jiān)測(cè)、預(yù)警、識(shí)別、決策和響應(yīng)等一系列任務(wù)，完成網(wǎng)絡(luò)對(duì)抗過(guò)程的重要功能，已經(jīng)成為網(wǎng)絡(luò)安全系統(tǒng)工程的重要組成部分。 目前，網(wǎng)絡(luò)異常入侵檢測(cè)仍然是入侵檢測(cè)研究領(lǐng)域的熱點(diǎn)和難點(diǎn)，存在著檢

2、測(cè)率不夠高、檢測(cè)范圍不夠全面、檢測(cè)效率不能滿足大規(guī)模高速網(wǎng)絡(luò)實(shí)時(shí)檢測(cè)的要求等問(wèn)題。在無(wú)人指導(dǎo)的網(wǎng)絡(luò)異常入侵檢測(cè)領(lǐng)域，基于D-S證據(jù)理論的網(wǎng)絡(luò)異常入侵檢測(cè)技術(shù)已經(jīng)吸引了國(guó)內(nèi)外諸多學(xué)者的研究，但大都停留在應(yīng)用經(jīng)典的D-S證據(jù)理論對(duì)網(wǎng)絡(luò)特征數(shù)據(jù)進(jìn)行融合；然而網(wǎng)絡(luò)數(shù)據(jù)不可避免地存在沖突，經(jīng)典D-S證據(jù)理論對(duì)存在嚴(yán)重沖突的證據(jù)進(jìn)行融合時(shí)卻不能得到合理的結(jié)果，因此會(huì)導(dǎo)致檢測(cè)系統(tǒng)的誤報(bào)率和漏報(bào)率較高等問(wèn)題。 本文結(jié)合經(jīng)典的Dempster-S

3、hafer證據(jù)理論和Fabio等提出的擴(kuò)展D-S證據(jù)融合理論，提出一種證據(jù)融合算法EDS。該算法可實(shí)時(shí)地對(duì)大量存在嚴(yán)重沖突的證據(jù)進(jìn)行融合并能夠得到更加合理的結(jié)論：在兩互斥目標(biāo)的辨識(shí)框架下，該算法的時(shí)間復(fù)雜度僅為O(n)，具有較高的融合效率，可應(yīng)用于網(wǎng)絡(luò)實(shí)時(shí)檢測(cè)。鑒于此，本文將EDS融合算法應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)，針對(duì)目前網(wǎng)絡(luò)異常檢測(cè)的不足，提出一種實(shí)時(shí)網(wǎng)絡(luò)異常入侵檢測(cè)模型。該模型對(duì)存在嚴(yán)重沖突的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行融合后能夠獲得較為合理的結(jié)果，從而

4、降低模型系統(tǒng)的誤報(bào)率和漏報(bào)率；同時(shí)該模型檢測(cè)算法效率較高，可適用于大規(guī)模網(wǎng)絡(luò)實(shí)時(shí)檢測(cè)，并具有較大的檢測(cè)范圍。該模型屬于無(wú)人指導(dǎo)的網(wǎng)絡(luò)異常檢測(cè)范疇，利用統(tǒng)計(jì)特征的期望偏方差確定基本概率分配函數(shù)，使用顯著特征粗集分類機(jī)制降低融合嚴(yán)重沖突數(shù)據(jù)的頻率來(lái)提高特征學(xué)習(xí)的準(zhǔn)確性；同時(shí)采用數(shù)據(jù)區(qū)分度機(jī)制來(lái)實(shí)時(shí)反映網(wǎng)絡(luò)流量特征，以提高模型系統(tǒng)的檢測(cè)率。 最后通過(guò)UCI WBCD小維數(shù)據(jù)集和KDD Cup1999多維數(shù)據(jù)集的實(shí)驗(yàn)表明，該模型檢測(cè)引擎