隨著互聯(lián)網(wǎng)用戶數(shù)量的劇增,網(wǎng)絡(luò)威脅也在迅速增長(zhǎng),傳統(tǒng)的被動(dòng)防御措施不足以防御日益多變的網(wǎng)絡(luò)入侵。傳統(tǒng)入侵檢測(cè)系統(tǒng)原理是收集病毒特征再進(jìn)行特征匹配,對(duì)于未知病毒,傳統(tǒng)檢測(cè)機(jī)制存在滯后性。面對(duì)日益繁雜的網(wǎng)絡(luò)安全環(huán)境,研究基于人工免疫理論的入侵檢測(cè)系統(tǒng)具有重要意義。文章首先介紹人工免疫理論的核心思想否定選擇算法,進(jìn)而介紹實(shí)值否定選擇算法和V-detector算法。針對(duì)V-detector算法的不足,進(jìn)行3個(gè)方面的改進(jìn):提出基于定距變異的克隆選擇算法提高檢測(cè)器生成效率;提出去冗算法減少檢測(cè)器冗余,加快算法收斂;引入并改進(jìn)假設(shè)檢驗(yàn)方法,對(duì)檢測(cè)器集合的覆蓋率進(jìn)行評(píng)估。實(shí)驗(yàn)證明,文章提出的改進(jìn)V-detector算法能有效提升檢測(cè)精度,減少檢測(cè)黑洞,并大大縮減檢測(cè)時(shí)間。

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1成熟檢測(cè)器產(chǎn)生過程

否定選擇算法主要包括耐受和檢測(cè)兩個(gè)重要階段。耐受階段模擬生物免疫系統(tǒng)中T細(xì)胞在胸腺的檢查過程，負(fù)責(zé)產(chǎn)生成熟檢測(cè)器。成熟檢測(cè)器產(chǎn)生過程如圖1所示。檢測(cè)階段模擬生物免疫系統(tǒng)中T細(xì)胞的非己識(shí)別過程來進(jìn)行入侵檢測(cè)，如圖2所示。

圖2檢測(cè)器執(zhí)行入侵檢測(cè)

檢測(cè)階段模擬生物免疫系統(tǒng)中T細(xì)胞的非己識(shí)別過程來進(jìn)行入侵檢測(cè)，如圖2所示。入侵檢測(cè)系統(tǒng)對(duì)待檢測(cè)數(shù)據(jù)提取網(wǎng)絡(luò)活動(dòng)特征，進(jìn)行二進(jìn)制編碼后，與成熟檢測(cè)器集合中的每個(gè)檢測(cè)器進(jìn)行R位匹配親和度計(jì)算，如果有R個(gè)或R個(gè)以上位置都匹配，則判定待檢測(cè)數(shù)據(jù)與檢測(cè)器相似，向網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)報(bào)警。

圖3RNSA算法中的“黑洞”問題

2003年，GONZALEZ[14]等人在否定選擇算法（NSA）基礎(chǔ)上，提出實(shí)值否定選擇算法（RNSA）。該算法核心思想是使用n維向量對(duì)檢測(cè)器進(jìn)行編碼標(biāo)識(shí)，并且使用實(shí)值來描述檢測(cè)器檢測(cè)半徑，通過計(jì)算檢測(cè)器與待檢測(cè)數(shù)據(jù)之間的距離來檢測(cè)異常。RNSA檢測(cè)器主要基于半徑恒定的類檢測(cè)球，....

圖4改進(jìn)目標(biāo)

通過研究可知，保證人工免疫算法性能和時(shí)效性的核心是訓(xùn)練一個(gè)好的檢測(cè)器集合。理想的檢測(cè)器集合應(yīng)以少量的檢測(cè)器覆蓋較大的非自體空間，從而加快算法收斂；同時(shí)檢測(cè)器集合擁有更少的檢測(cè)黑洞，以利于提升算法的精確度。針對(duì)以上目標(biāo)，本文從3個(gè)方面進(jìn)行分析與優(yōu)化，如圖4所示。2.1改進(jìn)的檢測(cè)器....

本文編號(hào)：3903960