基于深度学习的机载网络入侵检测模型研究

发布时间：2021-08-10 23:04

　　近年来,为了给乘客提供更好的客舱娱乐服务,越来越多的航空公司将传统的机载娱乐系统与互联网服务相结合,把互联网带来的便利与丰富性延伸到万丈高空的飞行旅途中。然而,机载网络开放性增强的同时也为复杂多变的网络攻击敞开了大门,由于入侵行为威胁到飞行安全、乘客隐私、航空公司品牌形象等,对机载网络安全问题的研究迫在眉睫。首先,本文分析当前国内外研究现状,综合考虑机载网络体系结构特点,提出机载网络入侵检测模型,并从数据获取模块、数据预处理模块、数据分析模块及数据后处理模块4个方面对模型进行模块化设计。其次,为满足机载网络对检测性能的高要求,本文基于深度学习理论对入侵检测方法进行设计与实现。利用深度学习神经网络优秀的特征提取能力以及传统机器学习算法中支持向量机（Support Vector Machine,SVM）出色的分类性能,提出深度置信网络（Deep Belief Network,DBN）与支持向量机相结合的混合检测方法。最后,进行入侵检测仿真实验,分析网络深度、核函数以及训练数据量对本文方法检测结果的影响,并基于实验结果对检测方法的参数进行优化。针对不同入侵行为,提出并联检测方法,并设计实验验... 

【文章来源】：中国民航大学天津市

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

机载网络系统体系结构

个基本模块组成：事件发生模块、事件分析模示）。CIDF 各个模块之间的通信由通用入Object，GIDO）实现，描述语言使用通用入侵n Language，CISL）。基本模块协同工作完成入侵检测任务：（1）待检测的数据，生成 GIDO 传递到其它各模块主机日志、数据库记录或者网络中交换的数核心模块，主要对事件发生器传递的 GIDO 进递到响应模块或事件数据库。事件分析基于数。（3）事件数据库作为持久化模块，记录整查或研究。（4）响应模块接收由其它模块传递适当的响应。响应行为包括终止目标进程或通

网络入侵检测模型模块化设计第二章对机载网络体系结构的分析，机载网络是一种由 ACD、AISD域相互关联形成的多协议栈复杂网络。其中，ACD 和 AISD 涉及飞行核心信息、客舱系统信息等关键数据，对安全性的要求极高。而 PIE访问的机载网络接口，对其中恶意流量的控制尤为重要。本文对机载模型，通过在 PIESD 中接入一个设置为混杂模式的网卡（如图 3-2 载网络源数据的捕获，并用于入侵检测分析。


本文编号：3334940