移動自組網(wǎng)絡(luò)路由入侵檢測模型與方法研究.pdf

1、移動Ad Hoc網(wǎng)絡(luò)(自組網(wǎng)絡(luò))是一種新型的無線移動通信網(wǎng)絡(luò)，節(jié)點不依賴于任何固定的基礎(chǔ)設(shè)施和管理中心，具有自組織性、動態(tài)的拓撲結(jié)構(gòu)、有限的資源、多跳通信等特點。它在軍事戰(zhàn)術(shù)通信、應(yīng)急通信、傳感器網(wǎng)絡(luò)、普適計算、自組網(wǎng)與蜂窩移動通信系統(tǒng)的結(jié)合等領(lǐng)域的應(yīng)用引起了學術(shù)界和產(chǎn)業(yè)界的普遍關(guān)注。
　　 由于移動Ad Hoc網(wǎng)絡(luò)獨特結(jié)構(gòu)和特點，所有節(jié)點參與網(wǎng)絡(luò)路由，路由協(xié)議的安全性尤為重要。而目前DSR、DSDV、AOVD等路由協(xié)議缺少安全

2、機制，路由協(xié)議面臨多種攻擊和安全威脅，因此，自組網(wǎng)路由的安全性已成為全球?qū)W術(shù)界一大研究熱點。而現(xiàn)有安全路由的研究幾乎都是針對路由協(xié)議的設(shè)計和開發(fā)，通過對路由協(xié)議漏洞的檢測和防御來實現(xiàn)安全路由的研究還很少。
　　 本論文依托國家自然科學基金、湖南省杰出青年基金、湖南省自然科學基金、湖南省科技計劃項目和湖南省教育廳優(yōu)秀青年等項目，根據(jù)Ad Hoc網(wǎng)絡(luò)特有屬性，以入侵檢測技術(shù)為基礎(chǔ)、廣泛應(yīng)用的AODV路由協(xié)議為實例、協(xié)議FSM、模糊推

3、理和統(tǒng)計學習為工具，分析針對AODV路由協(xié)議的各種攻擊，實現(xiàn)基于入侵檢測技術(shù)的安全路由。研究新型入侵檢測系統(tǒng)體系結(jié)構(gòu)，選擇恰當?shù)娜肭痔卣鱽順?gòu)造檢測模型，設(shè)計開發(fā)效率高、性能好的識別算法來鑒別和分類入侵數(shù)據(jù)，并通過NS-2網(wǎng)絡(luò)仿真實驗來驗證其有效性。論文主要完成了如下6個方面的具體研究內(nèi)容：
　　 (1)根據(jù)移動Ad Hoc網(wǎng)絡(luò)特點，研究了移動Ad Hoc網(wǎng)絡(luò)所面臨的各種攻擊和威脅，并對典型AODV路由協(xié)議的工作原理和安全漏洞進行

4、剖析。
　　 (2)以固定的分區(qū)為基礎(chǔ)，設(shè)計了AODV路由協(xié)議入侵檢測系統(tǒng)模型和節(jié)點檢測模型。在移動Ad Hoc網(wǎng)絡(luò)中，由于沒有固定的如防火墻、網(wǎng)關(guān)等固定網(wǎng)絡(luò)設(shè)施，IDS不能收集到像有線網(wǎng)絡(luò)一樣全局的審記日志，它的審記日志只能是局部的、部分的，設(shè)計一個更適合具有自組織和移動特性的網(wǎng)絡(luò)路由協(xié)議的IDS體系結(jié)構(gòu)是該論文的關(guān)鍵。本文以網(wǎng)絡(luò)分區(qū)為基礎(chǔ)，將有限狀態(tài)機(FSM)濫用入侵檢測方法與基于模糊邏輯和支持向量機(SVM)統(tǒng)計學習相結(jié)

5、合，提出了一種混合的Ad Hoc網(wǎng)絡(luò)入侵檢測模型-CRIDMAN(Combined RoutingIntrusion Detection Model for Mobile Ad Hoc Network)。
　　 (3)對AODV協(xié)議的進行可靠形式化分析。FSM能表示路由協(xié)議中狀態(tài)和時間兩個重要協(xié)議元素的時序性，以及網(wǎng)絡(luò)狀態(tài)隨事件變化的關(guān)系。基于FSM的路由協(xié)議分析已廣泛地應(yīng)用到有線網(wǎng)絡(luò)中，在一些文獻中也提出了DSR等AdHoc網(wǎng)

6、絡(luò)路由協(xié)議的FSM分析和設(shè)計來防堵惡意行為。本文分析AODV協(xié)議的有限狀態(tài)機，并對檢測常見的一些路由協(xié)議攻擊，如黑洞攻擊、資源消耗、丟包等，通過實驗驗證了其有效性。
　　 (4)論文對分類與回歸樹(Classification And Regression Tree)算法進行分析和研究，并將其作為重要網(wǎng)絡(luò)參數(shù)訓練和選擇算法，通過引入6倍標準差(SixSigma)方法來標識識別攻擊的重要網(wǎng)絡(luò)參數(shù)的門限值。
　　 (5)根據(jù)

7、模糊邏輯特點，論文引入威脅指數(shù)(TI，Threat Index)來量化移動Ad Hoc網(wǎng)絡(luò)路由所受安全威脅的級別，通過模糊推理系統(tǒng)(FIS)計算的TI值，以及正常、懷疑和威脅狀態(tài)TI門限值，經(jīng)過比較來判斷節(jié)點所受威脅的級別和層次，并通過大量的實驗驗證了該方法的有效性。
　　 (6)在模式識別問題上，支持向量機(SVM)已被證明能提供良好的檢測性能。通過分析攻擊所具有的行為特征，正確擷取攻擊行為的特征，對經(jīng)過模糊檢測處于懷疑狀態(tài)的