基于混沌時(shí)間序列預(yù)測的主動(dòng)型入侵防御系統(tǒng)研究

1、基于混沌時(shí)間序列基于混沌時(shí)間序列預(yù)測預(yù)測的主動(dòng)型入侵防御主動(dòng)型入侵防御系統(tǒng)研究系統(tǒng)研究ResearchonActiveIntrusionDefenseSystemBasedonChaoticTimeSeriesFecasting一級學(xué)科計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科專業(yè)計(jì)算機(jī)應(yīng)用技術(shù)作者姓名于青指導(dǎo)教師馮志勇教授天津大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院2012年12月摘要摘要本文針對網(wǎng)絡(luò)流量的強(qiáng)非線性，從混沌時(shí)間序列分析入手，應(yīng)用混沌時(shí)序分析方法來進(jìn)行網(wǎng)絡(luò)流

2、量和報(bào)警信息預(yù)測，提高入侵防御系統(tǒng)性能。研究內(nèi)容主要涉及混沌時(shí)間序列分析和預(yù)測技術(shù)、網(wǎng)絡(luò)流量異常檢測及網(wǎng)絡(luò)入侵防御技術(shù)等，屬于非線性動(dòng)力學(xué)和網(wǎng)絡(luò)信息安全相互交叉的研究范疇。論文的主要成果如下：1、從理論上對關(guān)聯(lián)維數(shù)算法進(jìn)行誤差估計(jì)，完成動(dòng)力系統(tǒng)的相空間重構(gòu)。通過對嵌入空間向量矩陣的本征值分解，確定時(shí)間序列相空間重構(gòu)時(shí)的嵌入維數(shù)并去除信號里的噪聲干擾。對本征值分解提出了理論改進(jìn)方法，克服了基坐標(biāo)選取時(shí)不能真實(shí)反應(yīng)噪聲成分的缺陷。給出了計(jì)算

3、本征值、本征向量、最小嵌入空間標(biāo)準(zhǔn)正交基底以及實(shí)測時(shí)間序列在標(biāo)準(zhǔn)正交基底上投影的簡便算法。2、對多變量混沌時(shí)間序列進(jìn)行預(yù)測，對虛假鄰點(diǎn)法求嵌入維數(shù)提出了改進(jìn)算法，克服了只憑經(jīng)驗(yàn)選取參數(shù)所帶來的缺陷。將本征值分解技術(shù)用于主成分分析，提出了一種新的多變量預(yù)測的簡便降維方法，該方法能夠去除多變量混沌時(shí)序中的冗余信息，收斂性和穩(wěn)定性較好。將所提出的多變量混沌時(shí)間序列預(yù)測方法應(yīng)用于網(wǎng)絡(luò)流量預(yù)測，能更好地模擬網(wǎng)絡(luò)特性。3、在網(wǎng)絡(luò)流量多變量混沌時(shí)間序

4、列預(yù)測模型的基礎(chǔ)上，將支持向量機(jī)用于網(wǎng)絡(luò)流量的異常分類，建立了基于混沌支持向量機(jī)的網(wǎng)絡(luò)流量預(yù)測模型。提出了一種新的自調(diào)節(jié)加權(quán)特征選擇的降維方法，根據(jù)樣本特征自身的屬性，完成樣本特征權(quán)重的自動(dòng)生成，在有效提高分類精度的同時(shí)，減少了樣本學(xué)習(xí)和測試的時(shí)間，改善了系統(tǒng)的實(shí)時(shí)性。給出了基于混沌支持向量機(jī)的報(bào)警信息預(yù)測算法，實(shí)現(xiàn)了入侵防御系統(tǒng)原有規(guī)則屬性的優(yōu)化和新規(guī)則的添加。在基于支持向量機(jī)的入侵檢測中融入混沌時(shí)間序列預(yù)測技術(shù)，提高了系統(tǒng)檢測率并有