基于IPv6的誤用與異常相結合的入侵檢測系統的研究與設計.pdf

1、隨著計算機網絡技術的迅猛發(fā)展，計算機網絡的共享性、開放性和互聯程度得以進一步擴大，互聯網的影響范圍和重要性也隨之越來越大，人們對網絡的依賴程度日益提高．網絡已經成為大多數人工作和生活中不可或缺的重要組成部分。隨著網絡上各種業(yè)務的興起與各種專用網的建設，互聯網中信息的安全問題顯得越發(fā)重要。網絡安全問題已對國家網絡經濟發(fā)展，國家與國防的安全產生了重要影響，引起了民眾的高度關注。而在過去一年，中國半數網民曾遭遇過網絡安全事件，全年處理安全事件

2、所支出的服務費用累計高達153億元．作為下一個版本的Internet協議-IPv6協議，它有著無可比擬的優(yōu)勢，尤其是在安全方面。雖然IPv6協議在安全方面有著非常突出的優(yōu)勢，但是隨著黑客工具，攻擊手段，攻擊水平的增加與提高，IPv6協議下的網絡安全仍然面臨著巨大的挑戰(zhàn)．通常我們是采用防火墻技術來提高網絡的安全性，但隨著網絡環(huán)境的越來越復雜，單純的防火墻技術暴露出明顯的不足和弱點。為了進一步增強網絡的安全性，許多強大的主動策略和方案被提出

3、，其中一個有效的解決途徑就是入侵檢測。
　　 入侵檢測系統從網絡中提取信息，跟據所取得的信息檢查計算機網絡中是否有入侵的跡象．它可以提供對內、外攻擊的實時保護，提前攔截和阻止網絡中的入侵行為，彌補了防火墻的不足，為網絡安全提供實時的入侵檢測及采取相應的防護手段。因此，進一步深入研究IPv6下的入侵檢測系統具有極其深遠的意義。
　　 本文首先對入侵檢測系統進行了深入的研究與分析，在此基礎上提出了誤用與異常相結合的IDS的設

4、計方案．整個系統包含了三個模塊：神經網絡訓練模塊，神經網絡的接入模塊，基于IPv6的入侵檢測模塊。在神經網絡訓練模塊，針對傳統的BP算法的不足，對傳統BP算法進行了改進，并以DARPA1999數據集為訓練數據對改進后的BP神經網絡進行了訓練。
　　 在神經網絡接入模塊，通過將用于異常檢測的神經網絡設計成Snort系統的預處理插件來實現神經網絡的接入工作，神經網絡接入Snort系統用來對網絡數據進行異常檢測。在基于IPv6的入侵檢