[发明专利]一种针对伪装入侵信息的检测的方法

说明书

一种针对伪装入侵信息的检测的方法，其主要包括三个部分：数据预处理器、降维约简器、伪装信息判定器，该方法使用基于SVD分解协方差矩阵的方法实现主成分分析（PCA），用于海量数据的降维，去除其冗余属性，首先将采集到的原始数据包进行过滤和格式化，然后运用基于SVD分解协方差矩阵的方法对数据进行约简，在约简的过程中删除了不必要的数据，大大减少了入侵检测系统的处理量，本发明针对通过打乱传输数据顺序进行伪装的信息进行处理，利用相似度对其进行判断，并在检测出是伪装的入侵行为后拒收信息，可以很好地保证网络系统的安全运行。

技术领域

本发明属于信息安全技术领域，具体涉及一种针对伪装入侵信息的检测的方法。

背景技术

随着网络和科学技术的快速发展，我们的时代正在向数字化和信息化的方向发展，网络的出现使得世界各地之间的信息传递、信息处理等超越了时间和空间上的限制，为人们的生活提供了便利。整个网络信息时代呈现出自由化、跨地区性、开放性等特点。然而，网络在给人们带来便利的同时也出现了极大的挑战和风险。伴随着网络化信息的发展，涌现出了不良信息对网络系统进行攻击等问题，为了解决，减轻这种威胁，入侵检测系统应运而生，正确的利用入侵检测系统可以有效的规避这种问题。

系统入侵检测是运行各个系统时的重要工作，但是入侵机制以及入侵后造成的结果错综复杂，为更好的检测出系统中的入侵行为，国内外学者提出了特征检测，统计检测，专家系统，文件完整性检查等多种检测方法，但检测系统中所针对的都是已知的攻击方式，一旦入侵信息形式发生变动，检测系统一时无法更新其知识库，便会造成漏检，误检等问题，所以当前的检测方法均具有一定的局限性。

网络系统中只要有一个入侵行为没有被及时检测出来，将会导致整个网络系统被攻击，严重时甚至会造成人员和财产的巨大损失，如何在网络系统中及时检测到入侵行为，防止网络系统的崩溃，已经成为确保网络系统安全运行的关键所在。

因此入侵检测技术显得格外重要，现有的入侵检测方法有误用检测算法，异常检测算法和人工智能算法等，但是这些方法在入侵检测中都存在一些弊端，不能及时有效的检测出入侵行为，因此有必要提出一种鲁棒性强、适应各种不利情况的系统入侵检测方法，帮助管理人员迅速检测出入侵行为，保证网络系统的安全稳定运行。网络入侵检测系统是通过匹配网络数据包发现攻击行为的,但是，入侵检测工具往往假设攻击信息是通过明文传输的,因此对信息的稍加改变便可能骗过它的检测。

发明内容

本发明所要解决的技术问题是克服现有技术的不足，提供一种针对伪装入侵信息的检测的方法，可以快速检测网络系统中的加密入侵行为，保证网络系统的安全稳定运行。

本发明提供一种针对伪装入侵信息的检测的方法，包括如下步骤，

步骤S1、抓取网络数据，并通过数据预处理器对数据进行过滤以及格式化处理；

步骤S2、通过降维去冗器对预处理后的数据进行降维约，去除冗余属性；

步骤S3、通过伪装信息判定器对降维去冗后的数据中通过打乱数据包中入侵特征数据顺序进行伪装的信息进行判定检测，若数据与已知的入侵模式的相似度大于相似容忍度，则判定该条信息为进过伪装的入侵信息，拒绝接受，反之，则该信息为正常信息，允许接受。

作为本发明的进一步技术方案，步骤S1中，通过抓包工具WincaP获取网络数据，所述数据预处理器过滤网络数据中不完整的无效信息，并对网络的数据源进行格式化处理，使之具有固定格式。

进一步的，步骤S2中，所述降维去冗器的具体处理步骤为：

步骤S21、对原始n维样本集D＝{X₁,X₂,X₃,...,X_m}中的所有样本进行中心化：

步骤S22、计算样本的协方差矩阵X·X^T；