| 题名 | 网络入侵取证智能分析技术研究 |
| 作者 | 刘在强 |
| 学位类别 | 博士 |
| 答辩日期 | 2007-01-13 |
| 授予单位 | 中国科学院软件研究所 |
| 授予地点 | 软件研究所 |
| 关键词 | 网络取证 计算机取证 模糊逻辑 决策数 离群点 |
| 其他题名 | Intelligent Analysis Research for Techniques of Network Intrusion Forensics |
| 中文摘要 | 网络取证分析技术是当今机器学习、计算机安全以及数字取证等领域的前沿课题。目前国内外在网络取证技术方面的研究才刚刚起步。 本文针对智能网络取证分析中存在的大数据量处理、分析方法的智能性以及分析过程的质疑性等问题进行了深入研究。论文的主要研究成果如下： 提出了一种基于比例积分微分模糊规则的取证分析算法。该方法利用模糊技术与人类思维模式相似的特点进行证据分析，增加了分析结果的可解释性；对提取的网络事件特征根据其性质进行分类，建立模糊比例积分微分规则库，进一步提高了推理的规则匹配效率。 结合决策树与模糊技术优点，设计了一种基于增强模糊决策树的证据分析算法。该算法对连续属性进行临界点自动划分，增强了算法的智能化程度和适应能力；基于网络服务类型分别构建独立的子树，使系统具有 较好的并行性和扩展性。 设计了一种两级的数字证据定位分析方法，在缺乏充足样本事例情况下，可实现潜在证据定位分析。该方法利用离群点检测技术对原数据集进行过滤，然后利用样本数据集以及专家知识构造的分类器组进行深入分析，进一步提高了证据分析的准确度。 提出了一种基于集成决策树的多级证据分析处理框架。该算法具有较好的扩展性，可集成优秀算法；集成层仅利用基层学习算法的结果进行集成运算，保护了用户的隐私性，减少了网络传输负荷。 |
| 语种 | 中文 |
| 公开日期 | 2011-03-17 |
| 页码 | 118 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.iscas.ac.cn/handle/311060/6636]  |
| 专题 | 软件研究所_中科院软件所_中科院软件所 |
| 推荐引用方式 GB/T 7714 | 刘在强. 网络入侵取证智能分析技术研究[D]. 软件研究所. 中国科学院软件研究所. 2007. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论