基于混沌時間序列預測的主動型入侵防御系統(tǒng)研究

1、基于混沌時間序列基于混沌時間序列預測預測的主動型入侵防御主動型入侵防御系統(tǒng)研究系統(tǒng)研究ResearchonActiveIntrusionDefenseSystemBasedonChaoticTimeSeriesFecasting一級學科計算機科學與技術學科專業(yè)計算機應用技術作者姓名于青指導教師馮志勇教授天津大學計算機科學與技術學院2012年12月摘要摘要本文針對網(wǎng)絡流量的強非線性，從混沌時間序列分析入手，應用混沌時序分析方法來進行網(wǎng)絡流

2、量和報警信息預測，提高入侵防御系統(tǒng)性能。研究內(nèi)容主要涉及混沌時間序列分析和預測技術、網(wǎng)絡流量異常檢測及網(wǎng)絡入侵防御技術等，屬于非線性動力學和網(wǎng)絡信息安全相互交叉的研究范疇。論文的主要成果如下：1、從理論上對關聯(lián)維數(shù)算法進行誤差估計，完成動力系統(tǒng)的相空間重構。通過對嵌入空間向量矩陣的本征值分解，確定時間序列相空間重構時的嵌入維數(shù)并去除信號里的噪聲干擾。對本征值分解提出了理論改進方法，克服了基坐標選取時不能真實反應噪聲成分的缺陷。給出了計算

3、本征值、本征向量、最小嵌入空間標準正交基底以及實測時間序列在標準正交基底上投影的簡便算法。2、對多變量混沌時間序列進行預測，對虛假鄰點法求嵌入維數(shù)提出了改進算法，克服了只憑經(jīng)驗選取參數(shù)所帶來的缺陷。將本征值分解技術用于主成分分析，提出了一種新的多變量預測的簡便降維方法，該方法能夠去除多變量混沌時序中的冗余信息，收斂性和穩(wěn)定性較好。將所提出的多變量混沌時間序列預測方法應用于網(wǎng)絡流量預測，能更好地模擬網(wǎng)絡特性。3、在網(wǎng)絡流量多變量混沌時間序

4、列預測模型的基礎上，將支持向量機用于網(wǎng)絡流量的異常分類，建立了基于混沌支持向量機的網(wǎng)絡流量預測模型。提出了一種新的自調(diào)節(jié)加權特征選擇的降維方法，根據(jù)樣本特征自身的屬性，完成樣本特征權重的自動生成，在有效提高分類精度的同時，減少了樣本學習和測試的時間，改善了系統(tǒng)的實時性。給出了基于混沌支持向量機的報警信息預測算法，實現(xiàn)了入侵防御系統(tǒng)原有規(guī)則屬性的優(yōu)化和新規(guī)則的添加。在基于支持向量機的入侵檢測中融入混沌時間序列預測技術，提高了系統(tǒng)檢測率并有