【正文】 liytsxxyyWiliiijijijijilii,2,1,0,0..)(21)(m a x1,1??????? () 其中， i? 為每個樣本對應(yīng)的拉格朗日乘子，只有支持向量的拉格朗日乘子 i? 不為零。支持向量機 的 理論完備，并且 具 有 較 好的學(xué)習(xí)能力和推廣能力，已經(jīng)成為國內(nèi)外研究的一個熱點。 (4)標準化的入侵檢測：入侵檢測系統(tǒng)對網(wǎng)絡(luò)安全防護來說，是一個不可或缺的技術(shù)手段，越來越多的企業(yè)在開發(fā)入侵檢測系統(tǒng)，并投放市場。入侵檢測系統(tǒng)的主要發(fā)展趨勢有如下的幾個方面： (1)面向 Ipv6 的 IDS： Ipv6 標準時下一代互聯(lián)網(wǎng)采用的協(xié)議標準，它與現(xiàn)有的 IPv4 協(xié)議相比，地址空間極大地擴充。 （ 2）基于網(wǎng)絡(luò)的 IDS (Networkbased Intrusion Detection System, NIDS)：基于網(wǎng)絡(luò)的入侵檢測系統(tǒng)在需要保護的網(wǎng)段之中安裝，對網(wǎng)段中傳 輸?shù)臄?shù)據(jù)包進行實時的監(jiān)控，對收集的數(shù)據(jù)信息進行分析，從中發(fā)現(xiàn)攻擊信息。 圖 5 異常入侵檢測的模型 （ 3）協(xié)議分析：協(xié)議分析式一種新的入侵檢測技術(shù)，它的理論基礎(chǔ)模式匹配。 集中式 IDS 等級式 IDS 分布式 IDS 實時連續(xù)式 IDS 間隔批處理式 IDS 基于主機的 IDS 基于網(wǎng)絡(luò)的 IDS 混合式 IDS 文件完整性檢 查式 IDS 異常檢測式 IDS 誤用檢測式 IDS 主動響應(yīng)式 IDS 協(xié)議分析式 IDS 被動響應(yīng)式 IDS 聯(lián)機分析式 IDS 脫機分析式 IDS 體系結(jié)構(gòu) 同步性 數(shù)據(jù)來源 檢測技術(shù) 響應(yīng)方式 時效性 入侵檢測系統(tǒng) (IDS) 陜西理工學(xué)院畢業(yè)論文 按照檢測技術(shù)的 IDS 分類： （ 1）誤用入侵檢測 (Misuse Intrusion Detection)：誤用入侵檢測和入侵檢測的方法，它是基于信息（知識，模式，等等）的已知的入侵攻擊 [9]。 (1)數(shù)據(jù)收集： 通過分布的網(wǎng)絡(luò)與主機上的若干監(jiān)測點，收集主機日志、網(wǎng)絡(luò)數(shù)據(jù)包、應(yīng)用程序數(shù)據(jù)和防火墻日志，這些數(shù)據(jù)信息為其后進行 的檢測提供數(shù)據(jù)基礎(chǔ)。 網(wǎng)絡(luò)入侵 (Hacking)主要是指利用掌握的計算機程序設(shè)計技術(shù)，來獲得非法 的 或者是未概念誕生 1980 年 產(chǎn)生模型 80 年代中期 模型發(fā)展 80 年代后期到 90年代初期 網(wǎng)絡(luò) IDS 90 年代至今 異常檢測 90 年代至今 智能 IDS 目前 基于主機 陜西理工學(xué)院畢業(yè)論文 授權(quán) 的 網(wǎng)絡(luò)訪問 權(quán) 或者文件訪問 權(quán) 。 在這些國內(nèi)外進行的入侵檢測技術(shù)的研究中，利用數(shù)據(jù)挖掘技術(shù)，可以有效地提高入侵檢測的自適應(yīng)性、有效性和可擴展性。他提出利用審計數(shù)據(jù)來發(fā)現(xiàn)、跟蹤、監(jiān)視來自網(wǎng)絡(luò)的入侵威脅，把 來源于 不同類型的計算機系統(tǒng)安全威脅劃分為三種 類型 ：外部滲透、內(nèi)部滲透和不法行為。它地工作原理是收集信息 于 計算機網(wǎng)絡(luò)系統(tǒng)中的若干關(guān)鍵節(jié)點，并對進行統(tǒng)計、分析，用來檢測本機和網(wǎng)絡(luò)中是否有違反安全策略的 現(xiàn)象 ，是 不是 出現(xiàn) 受 到襲擊的跡象。當(dāng)越來越多的政府機構(gòu)運用計 算機和互聯(lián)網(wǎng)處理各種事件以及越來越多的公司將其 關(guān)鍵、核心的 業(yè)務(wù)轉(zhuǎn)移至互聯(lián)網(wǎng)時候， 計算機 網(wǎng)絡(luò)安全 就 成為擺在人們面前的一個 不可 回避的問題。 Integrated 陜西理工學(xué)院畢業(yè)論文 目錄 1. 緒論 ........................................................................................................................... 4 引言 ................................................................................................................... 4 研究的背景及意義 .............................................................................................. 4 入侵檢測系統(tǒng)發(fā)展及研究現(xiàn)狀 ............................................................................. 5 基本目標及主要內(nèi)容 ........................................................................................... 6 論文組織結(jié)構(gòu) ......................................................................... 錯誤 !未定義書簽。 該算法避免了人們在 SVM 中參數(shù)選擇的主觀 性而帶來的精度的風(fēng)險，增強了入侵檢測的性能。 當(dāng)前 入侵檢測系統(tǒng) 使用 常規(guī)算法檢測 ， 不僅其檢測 效率低下 ， 而且遠遠未能 滿足 不了 大規(guī)模和高帶寬網(wǎng)絡(luò)的安全防護 要求 ，漏報率和誤警率較高，很難檢測分布式協(xié)同攻擊 等 復(fù)雜 的 攻擊手段； 另 外，預(yù)警 水平過分依賴 于攻擊特征庫 導(dǎo)致其 缺乏對未知入侵的預(yù)警能力。本 設(shè)計 重點介紹了支持向量機的基本原理，同時也介紹了它的 長處 和不足。 [關(guān)鍵詞 ]入侵檢測；鄰域粗糙集；和聲搜索；支持向量機； 陜西理工學(xué)院畢業(yè)論文 Intrusion detection system based on support vector machine and realization Author: Duan Lekai (Shaanxi Institute of Mathematics and Computer Science, Information and Computing Science 1101 class, Hanzhong, Shaanxi 723000) Instructor: Zhao Hui Abstract： With the rapid development of puter work technology, its applications continue to expand,Production of human life are increasingly dependent on puter works,Prism incident is the increased emphasis on work security detection technology is today a very important and very effective dynamic security technology,It can be used with static security technologies such as firewalls and other mon use,Can greatly improve the security level of the paper describes the relationship between the system intrusion detection concept, development, and firewall technology, the basic principle, operation mode, classification and algorithm detection efficiency of existing intrusion detection system used by the poor can not meet the security needs of largescale and highbandwidth works,false negative rate and false alarm rate is higher,difficult to achieve distributed,accurately detect sophisticated attacks and other cooperative means of attack。在這其中網(wǎng)絡(luò)入侵檢測就受到了人們的高度關(guān)注，因為它是一種積極主動的安全防護工具，其不 僅 提供了對內(nèi)部攻擊、外部攻擊 以及 誤操作的實時防護 功能 ， 與此 同時 入侵檢測能 在計算機網(wǎng)絡(luò)和系統(tǒng)受到危害 之 前 就 進行報警攔截和響應(yīng)，被認為是防火墻 技術(shù)以外 的第二道安全閘門，在網(wǎng)絡(luò)性能 無任何 影響的情況下對網(wǎng)絡(luò)進行監(jiān)測。 隨著網(wǎng)絡(luò)攻擊手段的多樣化，黑客對網(wǎng)絡(luò)的的攻擊能力越來越強大，而現(xiàn)有的一些安全防御措施諸如防火墻、安全審計、數(shù)據(jù)加密、訪問控制等，都會存在一些缺陷， 而 且功能過于 單調(diào) ， 不可能 構(gòu)成一個完整的安全防御體系，使 得 網(wǎng)絡(luò)安全 的 問題 變得 越來 越突出。探測器的主要功能是從計算機網(wǎng)絡(luò)中的關(guān)鍵點采集信息；分析器的主要功能是對已經(jīng)收集到的信息進行有效地分析，通過分析確定是否存在非法入侵；用戶接口的主要功能是為用戶提供一個安全方便的操作平臺，來完成相關(guān)操作[2]。 1997 年 ， 有人將 神經(jīng)網(wǎng)絡(luò) 應(yīng)用于 入侵檢測系統(tǒng) [5]。其在文本識別、人臉識別、函數(shù)回歸等眾多領(lǐng)域得到了很好的應(yīng)用。入侵檢測一般被視為系統(tǒng)狀態(tài)是“正?！被颉爱惓！钡亩诸悊栴} [4]。 (4)響應(yīng)處理： 入侵發(fā)生時，入侵檢測系統(tǒng)一旦檢測到異常，就 會 主動采取措施 以 進行防護、保 存 入侵證據(jù)并通知 給 管理員等。但誤用入侵檢測系統(tǒng)具有誤報率低的特點。 按照時效性的 IDS 分類： （ 1） 脫機分析：脫機分析顧名思義就是在攻擊發(fā)生之后才進行的入侵檢測手段，它不具有實時性。圖 9 給出了一種混合式 IDS 的布置。 為了 解決這個問題，需要 有 面向 Ipv6 的入侵檢測系統(tǒng)具有融合分布式體系結(jié)構(gòu)和高性能計算技術(shù)。入侵檢測系統(tǒng)與其他安全技術(shù)配合使用，可以取得更好的網(wǎng)絡(luò)安全防護。給定樣本集 },1,1{,) } ,(,),(),{( 2211 ??? idill yRxyxyxyx ?其中 l 為樣本 基數(shù) ， d 是每個訓(xùn)練樣本向量的維數(shù)， y 表示分類 類別。 線性軟間隔分類器 關(guān) 于線性可分問題，可用線性硬間隔分類器來求出分類超平面， 但是 ，線性硬間隔分類器只能用于 特征空間中線性可分的訓(xùn)練集，然而在實際中，大多數(shù)情況下訓(xùn)練集會有噪聲，不能滿足線性可分性。這 種特定的非線性映射函數(shù)也稱為核函數(shù)。目前，人們往往憑經(jīng)驗并 經(jīng) 過大量反復(fù) 的 試驗獲得較優(yōu) 的 參數(shù)，這種方法不 但低效 費時，而且獲得的 參數(shù) 往往不 是最優(yōu)的 [10]。鄰域粗糙集 [8]是胡清華 教授 在經(jīng)典粗糙集理論的基礎(chǔ) 上改進的， 可以 直接處理連續(xù)型數(shù)據(jù)的方法，它不需要對連續(xù)型數(shù)據(jù)進行離散化處理，直接用于知識約簡。設(shè) 21 ss和 表示 n 維屬性空間 },{ 21 ngggG ?? 中的兩個樣本， ),( igsf表示樣本 s 在第 i 維屬性 ig 的值 ，則 Minkowsky 距 離 可 定 義 為 ：ppni iip gsfgsfss11 2121 )),(),((),( ?? ???，當(dāng) 1?p ，則稱之為 Manhattan 距離 1? ； 2?p ，陜西理工學(xué)院畢業(yè)論文 則稱之為 Euclidean 距離 2? ； ??p ，則稱之為 Chebychev 距離 ?? 。 C 過小，對超出離群樣本點 的 懲罰就小，訓(xùn)練誤差變大； C 過大，學(xué)習(xí)精度相應(yīng)提高，但模型的泛化能力變差。和聲記憶庫形式如下 : 1 1 11 1 1122 2 22 2 21111( ) ( )( ) ( )( ) ( )NNH M S H M S H M SH M S H M S H M SNx x xx f x f xx x xx f x f xHMx x xx f x f x? ? ? ?? ? ? ?? ? ? ???? ? ? ?? ? ? ?? ? ? ?? ? ? ? () Step3: 生成一個新的和聲 生成新的和聲 39。12( , , , )iNx x x x? 通過 如 下三種機理產(chǎn)生 :① 學(xué)習(xí)和聲記憶庫 , ② 音調(diào)微調(diào) , ③ 隨機選擇音調(diào)。 i= 1 , 2 , , NH M Si i i iiiix x x x ifx xX? ?? ? ?? () 其中 rand 表示 [0， 1]上的均勻分布的隨機數(shù)。具體操作如下： 39。 RBF 核的寬度 的參數(shù) 是核參數(shù) ? ，隱含地改變映射函數(shù) 是 其改變 實質(zhì) ，從而樣本特征子空間分布的復(fù)雜程度得以 改變。 步驟 4 生成新的和聲。這樣原訓(xùn)練集中一些樣本可能一次也不出現(xiàn)，而另外某些樣本可能在新的訓(xùn)練子集中出現(xiàn)多次 。 具體而言，本文選取 KDD CUP 99 數(shù)據(jù)集中的 10%數(shù)據(jù)集作為實驗數(shù)