Ad-hoc网络入侵检测特征值选择分析研究.pdfVIP

学兔兔 务l 訇矽似 Ad—hoc网络入侵检测特征值选择分析研究 Analysis on characteristics of intrusion detection in mobile ad hoc networks 王 伟 WANG Wei (西安财经学院。西安710061) 摘 要：本文针对基于规则、基于统计、基于数据挖掘及基于神经网络四种异常入侵检测技术的共 同缺点之一训I练数据质量的问题，也就是选择合适特征值的问题，在分析Ad—hoc网络路 由攻击的基础上，通过对有自私节点、全部正常节点及高负载几种场景用opnet仿真，对 收集的统计量进行比较，说明了选择合适特征值的可行性。 关键词：移动自组网；入侵检测；检测技术；特征值 中图分类号：TP31 5 文献标识码：A 文章编号：1 009-01 34(201 1)1(t-)一01 73—03 Doi：1 0．3969／J．issn．1 009-01 34．2011．1(I-)．54 0 引言 种。不过这些检测模型都存在以下几个主要问题： 近年来，国内外很多研究机构和个人展开了 1)训练样本集中数据样本选取困难。这是因 为异常检测技术大多采用统计的方法建模，将收 对移动自组网 (mobile ad Hoc network，MANET) 中入侵检测系统的研究，提出了大量初步设想， 集到的数据分成正常和异常两类。在解决分类问题 时，首先需要标注样本的类别用来构建训练样本 基于异常检测技术由于可以发现新入侵攻击，成 集；同时，为了提高分类精度，在学习过程中需要 为入侵检测技术的重要方法。 完备的训练样本，这一方面增加了构建训练样本集 1 现有异常检测方法的问题 的成本；另一方面，对大量样本的学习也需要耗费 目前比较成熟的异常检测模型有基于规则的 大量的机器学习时间。因而在实际应用中，要获取 异常检测模型、基于统计的异常检测模型、基于 大量的标注样本是比较困难的，如何获取完备的标 数据挖掘技术的异常检测模型和基于神经网络的 注样本成为许多异常检测方法的瓶颈。 异常检测模型。在这些基本的异常检测模型基础 2)阀值确定比较困难。当阀值设定较高时， 上，很多人做了具体的研究。如Yian Huang等在 容易引起漏报，而阀值设定低时，容易引起误报。 基于规则的异常检测模型基础上提出了交错特征 由于不可能对系统内的所有用户进行全面的描述， 分析以及在交错特征分析的基础上提出的的协作 在用户数目众多、用户行为经常动态改变时，系 式入侵检测。它的优点是能较好地处理变化多样 统误报率较高。 的用户，特别适用于不同用户行为之间存在很大 3)异常检测方法大多训练时间较长，在训练 差异、而同一用户行为则表现出很强一致性的系 期系统不能正常工作；如果入侵者知道系统处于训 统环境。基于隐马尔科夫的检测方法采用了基于