摘要 | 第1-6页 |
Abstract | 第6-14页 |
第1章 绪论 | 第14-52页 |
1.1 引言 | 第14页 |
1.2 入侵检测的相关研究 | 第14-31页 |
1.2.1 入侵检测的发展 | 第14-18页 |
1.2.1.1 入侵检测概念的起源 | 第14-15页 |
1.2.1.2 入侵检测的早期阶段 | 第15-16页 |
1.2.1.3 入侵检测的快速发展阶段 | 第16-17页 |
1.2.1.4 入侵检测的近期阶段 | 第17-18页 |
1.2.2 入侵检测技术的变迁规律 | 第18-19页 |
1.2.3 入侵检测分类 | 第19-20页 |
1.2.3.1 基于检测数据的分类 | 第19页 |
1.2.3.2 基于响应时间的分类 | 第19-20页 |
1.2.3.3 基于数据分析技术的分类 | 第20页 |
1.2.4 入侵检测方法概述 | 第20-27页 |
1.2.4.1 异常入侵检测 | 第21-25页 |
1.2.4.2 误用入侵检测技术 | 第25-27页 |
1.2.5 入侵检测技术发展方向 | 第27-29页 |
1.2.5.1 宽带高速实时的检测技术 | 第27页 |
1.2.5.2 大规模分布式的检测技术 | 第27-28页 |
1.2.5.3数据挖掘技术 | 第28页 |
1.2.5.4 更先进的检测技术 | 第28-29页 |
1.2.5.5 入侵响应技术 | 第29页 |
1.2.6 目前的入侵检测系统面临的问题 | 第29-30页 |
1.2.7 几个有影响力的分布式入侵检测模型 | 第30-31页 |
1.3 Mobile Agent技术 | 第31-45页 |
1.3.1 什么是Mobile Agent | 第32页 |
1.3.2 Mobile Agent的优点 | 第32-34页 |
1.3.3 Mobile Agent模型 | 第34-35页 |
1.3.3.1 命名和定位模型 | 第34页 |
1.3.3.2 代理模型 | 第34页 |
1.3.3.3 计算模型 | 第34页 |
1.3.3.4 安全模型 | 第34-35页 |
1.3.3.5 通信模型 | 第35页 |
1.3.3.6 迁移模型 | 第35页 |
1.3.3.7 服务定位模型 | 第35页 |
1.3.4 Mobile Agent系统的体系结构 | 第35-37页 |
1.3.4.1 Mobile Agent的结构 | 第35-36页 |
1.3.4.2 Mobile Agent平台的结构 | 第36-37页 |
1.3.5 现有的Mobile Agent系统 | 第37-42页 |
1.3.6 Mobile Agent的关键技术 | 第42-44页 |
1.3.6.1 Mobile Agent理论模型 | 第42-43页 |
1.3.6.2 Agent通信语言 | 第43页 |
1.3.6.3 Agent传输协议 | 第43页 |
1.3.6.4 Agent路由策略 | 第43-44页 |
1.3.6.5 Agent控制策略 | 第44页 |
1.3.6.6 Agent容错策略 | 第44页 |
1.3.7 Mobile Agent的问题和不足 | 第44-45页 |
1.4 Mobile Agent在入侵检测系统应用的优势 | 第45-46页 |
1.5 论文的研究动机 | 第46-49页 |
1.5.1 网络安全的重要性 | 第46-47页 |
1.5.2 入侵检测系统的必要性 | 第47-48页 |
1.5.3 可适应网络安全理论 | 第48-49页 |
1.6 论文的组织 | 第49-52页 |
第2章 发于Mobile Agent的自适应的分布式入侵检测系统 | 第52-68页 |
2.1 MAAIDS的设计原则 | 第52页 |
2.2 MAAIDS结构框架 | 第52-55页 |
2.3 MAAIDS的组件 | 第55-62页 |
2.3.1 数据收集代理 | 第56-57页 |
2.3.2 数据分析代理 | 第57-60页 |
2.3.3 优化代理 | 第60-61页 |
2.3.4 定位代理 | 第61页 |
2.3.5 中央控制台 | 第61-62页 |
2.4 MAAIDS的可行性分析 | 第62-66页 |
2.4.1 分析策略的问题 | 第62-63页 |
2.4.2 自动适应检测负载的问题 | 第63页 |
2.4.3 实验结果 | 第63-66页 |
2.5 本章小结 | 第66-68页 |
第3章 MAAIDS的优化机制 | 第68-72页 |
3.1 优化机制的设计原则 | 第68页 |
3.2 优化机制的形式化 | 第68-69页 |
3.3 优化器 | 第69-71页 |
3.3.1 优化决策判断机制 | 第69-70页 |
3.3.1.1 优化决策判断参数 | 第69-70页 |
3.3.1.2 优化决策判断函数 | 第70页 |
3.3.2 优化方案生成机制 | 第70页 |
3.3.3 优化方案评估机制 | 第70-71页 |
3.4 本章小结 | 第71-72页 |
第4章 MAAIDS优化方案的生成 | 第72-84页 |
4.1 MAAIDS的数据包分发机制 | 第72-79页 |
4.1.1 分发机制的设计原则 | 第72页 |
4.1.2 分发机制的形式化 | 第72页 |
4.1.3 现有的数据包分类方法 | 第72-75页 |
4.1.3.1 报文分类算法的技术指标 | 第73页 |
4.1.3.2 传统的报文分类算法 | 第73-75页 |
4.1.4 分发策略 | 第75-76页 |
4.1.5 MAAIDS的数据包分发器 | 第76-77页 |
4.1.5.1 分类器的特性 | 第76页 |
4.1.5.2 MAAIDS的数据包分发器 | 第76-77页 |
4.1.6分发规则 | 第77-79页 |
4.1.6.1 传统的分类字段 | 第77页 |
4.1.6.2 DCA的初始固化的数据包分发元规则 | 第77-78页 |
4.1.6.3 新规则的推理形成 | 第78-79页 |
4.2 MAAIDS检测算法的转换机制 | 第79-82页 |
4.2.1 转换机制的设计原则 | 第80页 |
4.2.2 转换机制的形式化 | 第80页 |
4.2.3 转换器 | 第80-81页 |
4.2.4 转换策略 | 第81页 |
4.2.5 转换规则 | 第81-82页 |
4.3 本章小结 | 第82-84页 |
第5章 MAAIDS优化方案的遴选 | 第84-92页 |
5.1 问题的提出 | 第84页 |
5.2 传统的优化理论 | 第84-88页 |
5.2.1 遗传算法 | 第85-86页 |
5.2.2 模拟退火算法 | 第86-87页 |
5.2.3 神经网络 | 第87-88页 |
5.2.4 混合优化算法 | 第88页 |
5.3 基于遗传算法的自适应的调度优化 | 第88-91页 |
5.3.1 优化方案确认的原则 | 第89页 |
5.3.2 优化方案确认的数学模型 | 第89-90页 |
5.3.3 基于遗传算法的优化方案设计 | 第90-91页 |
5.3.3.1 编码设计 | 第90页 |
5.3.3.2 适应度函数 | 第90页 |
5.3.3.3 遗传算子 | 第90-91页 |
5.3.3.4 优化方案的确定 | 第91页 |
5.4 本章小结 | 第91-92页 |
第6章 MAAIDS的心智状态 | 第92-116页 |
6.1 MAAIDS组件的心智状态 | 第92-96页 |
6.1.1 组件信念 | 第92-93页 |
6.1.2 组件策略 | 第93页 |
6.1.3 组件目标 | 第93-94页 |
6.1.4 组件构成的形式化 | 第94-96页 |
6.2 MAAIDS组件的通讯 | 第96-104页 |
6.2.1 Agent的通讯方式 | 第96-98页 |
6.2.2 Agent的通讯语言 | 第98-100页 |
6.2.3 MAAIDS的通讯模型 | 第100-103页 |
6.2.4 MAAIDS的协商模型 | 第103-104页 |
6.3 MAAIDS组件群体的结构 | 第104-105页 |
6.4 MAAIDS组件的合作 | 第105-114页 |
6.4.1 入侵检测中优化事务的分类 | 第106-108页 |
6.4.1.1 原子事务和聚合事务 | 第106-107页 |
6.4.1.2 耦合事务和非耦合事务 | 第107-108页 |
6.4.2 优化相关组件的合作机制 | 第108-111页 |
6.4.2.1 耦合的原子事务的处理机制 | 第108-110页 |
6.4.2.2 非耦合的原子事务的处理机制 | 第110-111页 |
6.4.3 组织目标分解 | 第111-112页 |
6.4.4 组织收益计算 | 第112-113页 |
6.4.5 动态合作组织规则 | 第113页 |
6.4.6 动态合作组织的形成 | 第113-114页 |
6.4.7 动态合作组织的运行 | 第114页 |
6.4.7.1 总体任务分配 | 第114页 |
6.4.7.2 负载动态平衡算法 | 第114页 |
6.5 本章小结 | 第114-116页 |
第7章 结束语 | 第116-118页 |
7.1 本文的主要研究成果 | 第116页 |
7.2 后续研究课题 | 第116-118页 |
参考文献 | 第118-128页 |
攻读博士学位期间完成的论文 | 第128-130页 |
致谢 | 第130页 |