论文部分内容阅读
本文在阅读了大量的关于遗传算法和网络入侵检测的文献资料和论文后，首先对遗传算法尤其是网络入侵检测技术做了深入的探讨和分析，然后引入粗粒度模型遗传算法到网络入侵检测系统中。通过对网络通讯中经常用到的协议进行特征提取和分析，并将有可能被入侵者利用和更改的特征进行二进制编码，再用粗粒度模型遗传算法进行优化，找出适应于系统检测的特征构成系统特征库，从而让协议数据与系统特征库中的特征进行匹配对比，如果匹配成功就表示有入侵发生，反之，则表示没有入侵。如此就可实现网络的实时监控和入侵检测。全文共分为七章：
第一章介绍了网络安全面临的问题，本论文的研究背景和意义以及我的主要工作；
第二章介绍了遗传算法的研究与发展、原理和应用，以及并行遗传算法的特点和实际应用；
第三章对入侵检测技术、入侵检测系统各自存在的问题做了详尽的分析，最后展望了入侵检测的发展方向、趋势和面临的问题；
第四章对TCP、IP、UDP、ICMP这四种协议进行了详细的结构和特征分析，并在此基础上提取出了相应的特征属性组成系统的特征库；
第五章提出了整个系统的架构和模型，并对几大模块的功能和实现进行了详细的分析和介绍，最后给出了系统算法；
第六章介绍了本文的实验环境和相关数据，并通过对实验数据的对比进行了实验总结和分析；
第七章做了全文总结，并提出了系统存在的问题及下一步应该继续的工作。