基于扩展D-S证据融合算法的网络异常入侵检测研究-计算机应用技术专业论文.docxVIP

山东大学硕士学位论文摘要 山东大学硕士学位论文 摘要 计算机网络的广泛应用和黑客攻击的频繁出现使得人们更加关注网络安全问 题。入侵检测技术作为保障计算机和网络安全的重要手段，成为近年来网络安全 领域的研究热点。随着攻击手段的复杂化和网络规模的发展，基于网络的入侵检 测越来越发挥更大的作用。网络入侵检测系统通过执行监测、预警、识别、决策 和响应等一系列任务，完成网络对抗过程的重要功能，已经成为网络安全系统工 程的重要组成部分。 目前，网络异常入侵检测仍然是入侵检测研究领域的热点和难点，存在着检 测率不够高、检测范围不够全面、检测效率不能满足大规模高速网络实时检测的 要求等问题。在无人指导的网络异常入侵检测领域，基于D．S证据理论的网络异 常入侵检测技术已经吸引了国内外诸多学者的研究，但大都停留在应用经典的D．S 证据理论对网络特征数据进行融合；然而网络数据不可避免地存在冲突，经典D．S 证据理论对存在严重冲突的证据进行融合时却不能得到合理的结果，因此会导致 检测系统的误报率和漏报率较高等问题。 本文结合经典的Dempster．Sharer证据理论和Fabio等提出的扩展D．S证据融 合理论，提出一种证据融合算法EDS。该算法可实时地对大量存在严重冲突的证 据进行融合并能够得到更加合理的结论：在两互斥目标的辨识框架下，该算法的 时间复杂度仅为O(n)，具有较高的融合效率，可应用于网络实