• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于證據(jù)推理算法的入侵檢測系統(tǒng)

      2017-11-15 15:40:20王伍柒周立萍
      電腦知識與技術(shù) 2017年28期
      關(guān)鍵詞:證據(jù)推理入侵檢測數(shù)據(jù)融合

      王伍柒+周立萍

      摘要:數(shù)據(jù)融合算法是入侵檢測系統(tǒng)設(shè)計的核心內(nèi)容,對于“不知道”與”不確定”信息的處理,證據(jù)推理算法具有十分突出的特點,已成為數(shù)據(jù)融合算法的熱點。為了避免焦元爆炸問題,該文采用一種可有效減少證據(jù)合成計算量又可確保合成實時性準(zhǔn)確性數(shù)據(jù)融合算法。為了解決分布式系統(tǒng)中主控端與各入侵檢測終端之間的通信問題,引入分布式協(xié)同算法,并在此基礎(chǔ)上,設(shè)計一種分布式入侵檢測系統(tǒng)。

      關(guān)鍵詞:數(shù)據(jù)融合;入侵檢測;證據(jù)推理;分布式協(xié)同算法

      中圖分類號:TP393 文獻(xiàn)標(biāo)識碼:A 文章編號:1009-3044(2017)28-0032-03

      入侵檢測系統(tǒng)是一種積極主動的安全防護(hù)機(jī)制,不僅能夠防御對來自外網(wǎng)入侵攻擊,還能有效地防止內(nèi)網(wǎng)的攻擊和機(jī)密信息的泄漏,入侵檢測系統(tǒng)有效地提高網(wǎng)絡(luò)安全的整體水平,它已經(jīng)成為網(wǎng)絡(luò)信息安全領(lǐng)域的研究熱點。

      1 概述

      論據(jù)推理理論是入侵檢測系統(tǒng)中應(yīng)用最為廣泛的數(shù)據(jù)融合算法,已成為一種最適合的不確定推理方法。它不需要任何先驗的概率,直接利用區(qū)間信度刻畫證據(jù)度量和命題結(jié)果,處理“不確定”與“不知道”的信息,約束條件寬松,與經(jīng)典的概率論、貝葉斯理論有著本質(zhì)的區(qū)別。盡管如此,若入侵檢測技術(shù)采用傳統(tǒng)的證據(jù)理論進(jìn)行數(shù)據(jù)融合計算,在網(wǎng)絡(luò)環(huán)境各種干擾和噪聲的影響下,系統(tǒng)中攻擊行為、入侵事件與惡意企圖等網(wǎng)絡(luò)入侵目標(biāo)的識別能力急劇下降,漏報率和誤報率增加,因此,需要改進(jìn)傳統(tǒng)的證據(jù)理論,使其適合網(wǎng)絡(luò)入侵檢測技術(shù)。

      2 證據(jù)合成算法的研究與改進(jìn)

      在入侵檢測系統(tǒng)中,對于各子系統(tǒng)上報的可疑行為,需要對來自各個多個信息源的數(shù)據(jù)進(jìn)行關(guān)聯(lián)、估計和組合等處理,從而進(jìn)行識別判斷。證據(jù)理論就是用于數(shù)據(jù)融合的算法之一。

      2.1 D-S證據(jù)理論

      證據(jù)推理是由Dempster首先提出的,并由Shafer進(jìn)一步完善發(fā)展起來的,所以又稱作Dempster-Shafer證據(jù)理論或D-S證據(jù)理論。

      D-S證據(jù)推理是從經(jīng)典的集合論的基礎(chǔ)上發(fā)展而來的。設(shè)Θ為某一的辨別框架非空的集合,且各元素之間滿足互斥條件,其所有的子集構(gòu)成冪集2Θ。則基本信任指派函數(shù)可表達(dá)為[BPA:mA→0,1],其中A為冪集2Θ中任一子集,表示證據(jù)支持命題A發(fā)生的程度[mA] 。

      上式K表示兩個證據(jù)體突沖程度的度量,也是描述是否適用證據(jù)推理算法的依據(jù)。如果K=1,則證據(jù)體完全矛盾,D-S融合算法失效;如果K值較小,則證據(jù)體是一致的,可以使用歸一化處理。

      實踐證明:利用傳統(tǒng)的證據(jù)合成規(guī)則在合成不同證據(jù)時出現(xiàn)的計算復(fù)雜度問題屬于NP完全問題,計算復(fù)雜度隨識別框架的基數(shù)的增加而成指數(shù)增加,極大的計算量限制了其應(yīng)用。

      2.2 基于D-S證據(jù)理論的算法改進(jìn)

      (1) 相關(guān)函數(shù)

      Dubois和Prade認(rèn)為證據(jù)理論中焦元的基數(shù)和焦元的基本概率賦值信息是證據(jù)的構(gòu)成的重要因素,因此,改進(jìn)算法選擇參與融合的焦元的標(biāo)準(zhǔn)不是焦元的基本概率賦值,而是以證據(jù)的平均能量函數(shù)作為評判的選擇標(biāo)準(zhǔn),平均能量函數(shù)可包括證據(jù)的焦元能量函數(shù)和平均能量函數(shù)。

      (2) 分類規(guī)則

      如果采用焦元能量函數(shù)、證據(jù)平均能量函數(shù)作為合成過程中焦元的分類規(guī)則,則可將焦元分為兩類:

      保留焦元(焦元的能量大于或等于證據(jù)的平均能量)和拋棄焦元(焦元的能量小于證據(jù)的平均能量)。

      其中,[Nib,Nip,Ni]分別為證據(jù)保留焦元集中的焦元(命題)個數(shù)、拋棄焦元集中的焦元個數(shù)以及證據(jù)i所支持的焦元個數(shù)。

      焦元分類規(guī)則能夠較為精確的區(qū)分識別框架Q中所有的證據(jù)體須要融合計算的焦元和對組合計算最終拋棄的焦元。即參與組合計算的焦元將精確標(biāo)出,這樣就大大減小了推理合成的計算量,避免焦元爆炸的現(xiàn)象。

      (3) 算法描述

      如果被拋棄的焦元中的一些信息如果不參與證據(jù)合成計算,那么,可能會使最終決策結(jié)果產(chǎn)生偏差,即據(jù)證丟失可能影響最終的判決結(jié)果。因此,對于拋棄的焦元,需要對其基本概率賦值進(jìn)行再分配,使拋棄焦元自身攜帶的有用信息得以有效利用,參與到?jīng)Q策結(jié)論的判決過程中。這樣,不會因拋棄焦元的有用信息不會損失而使判決結(jié)果有較大的偏差。

      設(shè)[Pk]為[SiP]中一焦元,為與之相關(guān)的集合,[BG]為[SiB]中與[Pk]相交不為空的焦元組成的集合;如果[SiB]中與[Pk]相交不為空則可判斷所拋棄的焦元中含有用的信息理論不會影響結(jié)果,因此,只需考慮集合[BG]。對拋棄焦元[Dk]的基本概率賦值再次分配時,只要將拋棄焦元的基本概率賦值分配在有嵌套關(guān)系或相交的焦元集上。當(dāng)拋棄焦元與所有保留焦元相交為空時,將其基本概率賦值分配給未知命題Q。

      拋棄焦元基本概率賦值重新分配方法如下:

      (1) 終端T0即主控中心對于所有的入侵檢測任務(wù),如果有"mi?M,則查詢本體的攻擊特征入侵規(guī)則庫,獲悉該任務(wù)多個原子攻擊序列組成,A={a1,a2,…,an},此時,主控中心向所有入侵檢測終端Tn廣播消息序列,分發(fā)入侵的檢測結(jié)果。

      (2) 收到主控中心訂閱消息后,各終遄Tn向主控中心T0回復(fù)一條確認(rèn)消息。

      (3) 各入侵檢測終端Tn如果檢測到了入侵行為或惡意攻擊時,主動向主控中心T0發(fā)送入侵告警消息。

      (4) 主控中心T0對收到來自各個入侵檢測終端的原子入侵消息(包括T0自身匯報的和從其他T匯報的)進(jìn)行關(guān)聯(lián)分析,建立檢測模型,通過融合計算,判斷是否存在入侵企圖或存在的攻擊等威脅,并向網(wǎng)絡(luò)管理者發(fā)出報警或主動切斷網(wǎng)絡(luò)的連接。

      各入侵檢測終端Tn所承擔(dān)的分析任務(wù)是發(fā)現(xiàn)網(wǎng)段內(nèi)的協(xié)同攻擊,其分析依據(jù)是來自各自檢測信息以及從主控中心訂閱的原子入侵報警(協(xié)同其他入侵檢測終端或T0)。主控中心T0對于收集到的終端Tn上報的信息集合,進(jìn)行關(guān)聯(lián)分析,試圖找出各個入侵者所有可能的關(guān)聯(lián)方式,即所有可能的入侵者組合的集合。endprint

      4 改進(jìn)算法的實現(xiàn)

      入侵檢測系統(tǒng)將向其他終端Tn訂閱入侵消息的終端T0定義為主控端,定義T0自身檢測信息以及其他Tn的原子入侵報警信息為證據(jù)。

      參與主控端T0融合的證據(jù)來源于T0自身及其他Tn,主控中心T0和其他入侵檢測終端Tn具有局部檢測分析的功能,獨立性很強(qiáng),需要對對局部檢測分析報告事件或存在的攻擊可能行為進(jìn)行明確的定義。各終端上報T0的事件格式需要適用入侵檢測分析環(huán)境的不同、檢測的技術(shù)方式的差異。因而需要對可疑事件的報告格式進(jìn)行定義。定義格式如表1所示。

      只要各終端T獲取可疑事件相應(yīng)的局部決策表,利用分布式協(xié)同算法,上報主控端T0由主控端最終融合計算,得出檢測結(jié)論。

      設(shè)各終端上報的可疑事件i的證據(jù)體為[Aj,miAjj=1,2,…,N],運(yùn)用改進(jìn)算法進(jìn)行融合的流程圖如圖2所示。

      改進(jìn)的證據(jù)推理算法步驟如下:

      ①對識別框架中的焦元安照保留下焦元和拋棄焦元進(jìn)行分類,并計算焦元能量函數(shù)、證據(jù)平均能量函數(shù);

      ②計算拋棄焦元的基本概率賦值,根據(jù)基本概率值實現(xiàn)拋棄焦元再分配,減少因拋棄焦元因攜帶有用信息而對融合結(jié)果產(chǎn)生的偏差;

      ③根據(jù)證據(jù)合成規(guī)則,融合判斷是否有入侵事件,并獲得最終融合結(jié)果。

      5 小結(jié)

      本文重點對D-S證據(jù)理論進(jìn)行了研究,采用基于D-S證據(jù)理論的算法改進(jìn),引入分布式協(xié)同算法來解決各終端之間的協(xié)同問題,設(shè)計一種分布式入侵檢測系統(tǒng)。通過實踐證明改進(jìn)的證據(jù)推理算法能夠有效地減少數(shù)據(jù)融合的計算量,同時還能提高系統(tǒng)的融合性能,達(dá)到設(shè)計的要求。

      參考文獻(xiàn):

      [1] 靳留乾.基于確信度證據(jù)推理的不確定性多屬性決策方法研究 [D]. 西南交通大學(xué), 2016.6.

      [2] 包甜甜,謝新連,魏照坤.新的證據(jù)沖突度量方法[J]. 控制理論與應(yīng)用2017,34(01):41-48.

      [3] 呂嘉祥,李益發(fā).基于多代理技術(shù)可自檢的分布式入侵檢測系統(tǒng)模型[J].微計算機(jī)信息,2005,21(11):30-32.

      [4] 楊海松,李津生,洪佩琳.分布開放式的入侵檢測與響應(yīng)架構(gòu)—IDRA[J].計算機(jī)學(xué)報,2003,26(9):1177-1182.

      [5] 葉清,吳曉平,翟定軍,等. 基于證據(jù)推理的多agent分布式入侵檢測系統(tǒng)模型[J].計算機(jī)應(yīng)用研究,2009,26(8):3063-3066.endprint

      猜你喜歡
      證據(jù)推理入侵檢測數(shù)據(jù)融合
      基于證據(jù)推理解答電化學(xué)試題
      基于“證據(jù)推理”的化學(xué)實驗實踐研究
      基于實驗探究和思維訓(xùn)練的課堂教學(xué)實踐
      基于核心素養(yǎng)學(xué)生證據(jù)推理能力的培養(yǎng)初探
      基于入侵檢測的數(shù)據(jù)流挖掘和識別技術(shù)應(yīng)用
      基于數(shù)據(jù)融合的家庭遠(yuǎn)程監(jiān)護(hù)系統(tǒng)研究
      藝術(shù)類院校高效存儲系統(tǒng)的設(shè)計
      基于網(wǎng)絡(luò)規(guī)劃識別的入侵檢測結(jié)構(gòu)
      融合K—T和K—L數(shù)據(jù)的洽川濕地水體提取
      價值工程(2016年31期)2016-12-03 00:01:51
      基于關(guān)聯(lián)規(guī)則的計算機(jī)入侵檢測方法
      广汉市| 新密市| 娱乐| 大连市| 奈曼旗| 南汇区| 手游| 津南区| 长葛市| 余干县| 潼南县| 乃东县| 千阳县| 繁峙县| 酒泉市| 汽车| 尖扎县| 永顺县| 汾西县| 南昌县| 文安县| 霍邱县| 布拖县| 甘泉县| 团风县| 弥勒县| 蓬莱市| 桐城市| 宁海县| 和静县| 天镇县| 芦溪县| 韶山市| 高阳县| 聂荣县| 宁海县| 班玛县| 乌兰县| 永丰县| 灵石县| 常熟市|