多目標免疫入侵檢測策略研究.pdf

1、隨著互聯(lián)網(wǎng)技術逐步發(fā)展，網(wǎng)絡安全問題日益嚴峻，圍繞著反編譯技術，逆向工程以及嵌入式驅(qū)動理論的各種病毒，木馬以及流氓軟件給網(wǎng)絡用戶的個人隱私，財產(chǎn)安全都帶來的嚴重的威脅。為解決網(wǎng)絡環(huán)境的安全問題，各種理論的入侵檢測技術應運而生。鑒于生物免疫系統(tǒng)自身極高的魯棒性和自適應性，以及良好的自我修復性，基于人工免疫理論的入侵檢測技術逐漸成為網(wǎng)絡安全領域的研究熱點。免疫入侵檢測技術屬于誤用檢測范疇。該技術將檢測目標分為自體與非自體兩種類型，分別利用否

2、定選擇算法和克隆選擇算法生成和訓練成熟檢測器。通過成熟檢測器，實現(xiàn)對網(wǎng)絡行為的識別，同時根據(jù)實時正常的數(shù)據(jù)流量生成新的成熟檢測器，保證系統(tǒng)的動態(tài)自適應性。通過模擬生物進化的克隆選擇算法對成熟檢測器實施進化，以不斷提高檢測器的檢測能力，提高系統(tǒng)的檢測率。所以免疫入侵檢測系統(tǒng)不僅能對網(wǎng)絡行為進行識別，更具備了良好的自學習，自更新能力。
　　本研究提出了一種結(jié)合多目標優(yōu)化理論的克隆選擇算法。該算法將父代，子代與抗原的檢測結(jié)果記錄成標記向

3、量。通過計算帕累托非支配向量，映射出進入下一代的成熟檢測器。同時對受支配檢測器進行高頻變異和自體耐受，并加入新的成熟檢測以保證固定的種群規(guī)模。實驗表明，該算法有效地改善了種群進化的效率，增加了種群的多樣性，提高了系統(tǒng)的檢測率。鑒于多目標規(guī)劃理論對于多分類問題的良好效果，本文結(jié)合支持向量機的理論基礎，提出了一種多目標規(guī)劃異常檢測算法。該算法對不同類別的訓練樣本，直接規(guī)劃了多個分類空間，將抗原分類問題轉(zhuǎn)化為求解多元函數(shù)條件極值問題。經(jīng)拉格朗