互联网+时代是互联网、数字信息、物联网的时代,其发展趋势是万物网络相连,相对应的保障网络安全显得尤为重要。随着各种网络安全设备防御性能的提升以及防范技术的革新,网络攻击的方法和技术也推陈出新。对网络资源的入侵攻击不仅会造成数据的丢失,更会引发重大的安全事故,给国家带来重大的生命财产损失。根据最新的官方统计调查显示,网络攻击发生的频率越来越高,造成的经济损失也越来越大。因此,加快网络入侵攻击防御技术的革新速度,提升入侵检测/防御系统(NIDS/IPS:Network Intrusion Detection/Prevention System)的性能已经迫在眉睫。但是最新出现的高级逃避技术,可避开网络入侵检测/防御系统的检测,对目标系统和网络进行入侵攻击,是目前的研究重点。逃避技术是一种通过尝试隐藏或者伪装攻击,达到避免被网络安全系统检测和阻止的技术。逃避技术可以适用于正常流量以及攻击。如果传递机制成功访问受攻击计算机,则无论网络入侵检测/防御系统是否检测到或响应该攻击,该攻击都被认为成功。逃避技术可以分为以下几类:在规范中定义并根据规范使用(例如:IP分片);被规范限制,但能被受攻击计算机系统接受(例如:TCP重叠)。本文将从构成高级逃逸技术的原子逃逸技术入手进行研究,首先阐述了选题背景和意义,当前国内外针对逃避技术的研究现状,高级逃避技术的发展以及带来的危害。然后,本文全面地分析研究了逃避技术的主要实现手段,从TCP/IP层和应用层这两个主要的方面介绍原子逃避技术。然后对防御逃避技术进行了研究,基于规则匹配机制研究了 Snort对于原子逃避技术的防御;基于深度学习方法,将原子逃避行为的检测问题转换为原子逃避技术分类问题,借助近年来获得巨大成功的深度学习技术,实现对逃避行为的准确识别。本文的工作结果将大幅提高对逃避行为的识别精度,与入侵检测/防御系统互为补充,提升互联网、工业控制网络乃至智能电网的安全性。