物聯(lián)網(wǎng)網(wǎng)絡(luò)層智能檢測(cè)器及進(jìn)化方法研究.pdf

1、隨著計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，其暴露出的安全隱患也日益增多，物聯(lián)網(wǎng)是一種多維、異構(gòu)、動(dòng)態(tài)的三層結(jié)構(gòu)網(wǎng)絡(luò)，與生物免疫系統(tǒng)具有很大的相似性，人們從生物免疫系統(tǒng)中得到靈感，希望建立像生物免疫系統(tǒng)那樣強(qiáng)大的防御體系來保護(hù)計(jì)算機(jī)及網(wǎng)絡(luò)的安全。但傳統(tǒng)的人工免疫系統(tǒng)誤報(bào)率、漏報(bào)率較高，效率較低，難以適應(yīng)復(fù)雜多變的網(wǎng)絡(luò)需求。而免疫危險(xiǎn)理論正好彌補(bǔ)了傳統(tǒng)人工免疫系統(tǒng)自體-非自體選擇的缺陷,降低了計(jì)算成本、提高了效率。
　　本文首先分析了幾種典型的

2、檢測(cè)器生成及進(jìn)化方法的缺陷，以免疫危險(xiǎn)理論為基礎(chǔ)，設(shè)計(jì)了KRID檢測(cè)器，給出了KRNA檢測(cè)算法。KTRN檢測(cè)器包括UKDS檢測(cè)模塊、EXDS檢測(cè)模塊、自適應(yīng)模塊、記憶模塊、信息交換模塊、檢測(cè)輔助模塊等六個(gè)部分。KRNA檢測(cè)算法首先通過近似分段匹配方法將數(shù)據(jù)與記憶模塊的危險(xiǎn)庫進(jìn)行匹配，再通過搜集關(guān)鍵量變化值對(duì)數(shù)據(jù)的危險(xiǎn)度進(jìn)行計(jì)算，從而判斷數(shù)據(jù)是否危險(xiǎn)。實(shí)驗(yàn)結(jié)果表明，KRNA檢測(cè)算法具有較高的檢測(cè)率、較低的誤檢率，并減少了冗余度；本文然后針

3、對(duì)檢測(cè)器自適應(yīng)能力不足的問題，提出了DSAA動(dòng)態(tài)自適應(yīng)算法，該算法首先獲得各類異常數(shù)據(jù)一天內(nèi)的出現(xiàn)次數(shù)，將其與該類數(shù)據(jù)的危險(xiǎn)頻率求和取平均值后得到新的危險(xiǎn)頻率，根據(jù)新的危險(xiǎn)頻率優(yōu)化細(xì)胞器的數(shù)量。實(shí)驗(yàn)結(jié)果表明，該算法提升了檢測(cè)器的自適應(yīng)能力，減少了檢測(cè)響應(yīng)時(shí)間；本文最后針對(duì)傳統(tǒng)檢測(cè)器進(jìn)化算法群體多樣性較差，適應(yīng)性較弱，易造成停滯現(xiàn)象等問題，提出了PTRA檢測(cè)器種群進(jìn)化算法，該算法從成熟檢測(cè)器種群中選取2個(gè)成熟檢測(cè)器分別作為父體和母體，提取