版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、生物免疫系統(tǒng)(Biological Immune System,BIS)具有良好的多樣性、耐受性、免疫記憶、分布式并行處理、自組織、自學(xué)習(xí)、自適應(yīng)和魯棒性等特點(diǎn)。計(jì)算機(jī)的安全問題與生物免疫系統(tǒng)所遇到的問題具有驚人的相似性,兩者都要在不斷變化的環(huán)境中維持系統(tǒng)的穩(wěn)定性。人體免疫系統(tǒng)具有天生發(fā)現(xiàn)并消滅外來病原體的能力,生物免疫系統(tǒng)所具有的這些特性正是計(jì)算機(jī)科學(xué)工作者所夢(mèng)寐以求的?;谌斯っ庖叩娜肭謾z測(cè)思想應(yīng)運(yùn)而生。 基于人工免疫入侵檢
2、測(cè)算法中最經(jīng)典的當(dāng)屬新墨西哥大學(xué)的Forrest所提出來的否定選擇算法,又稱反向選擇算法。其主要思想是定義一個(gè)自我集,隨機(jī)產(chǎn)生一個(gè)檢測(cè)器與該自我集進(jìn)行耐受,和自我集匹配的檢測(cè)器刪除,那些經(jīng)過耐受期留存下的成為成熟檢測(cè)器,用于入侵檢測(cè)。該算法的檢測(cè)器生成是隨機(jī)的,沒有任何方向性,導(dǎo)致最后產(chǎn)生的成熟檢測(cè)器不可避免地產(chǎn)生冗余。反向選擇算法的核心是r-連續(xù)位匹配算法,該算法恒定的匹配概率導(dǎo)致了檢測(cè)黑洞的產(chǎn)生。 本文對(duì)傳統(tǒng)的免疫入侵檢測(cè)算
3、法進(jìn)行了分析,發(fā)現(xiàn)了以下問題:首先,否定選擇算法中的匹配算法不可避免地導(dǎo)致了“黑洞”的產(chǎn)生,如何盡可能地避免“黑洞”產(chǎn)生呢?其次,否定選擇算法中檢測(cè)器都是隨機(jī)產(chǎn)生的,盡管要進(jìn)行免疫耐受的過程,但檢測(cè)器和檢測(cè)器之間的“冗余”卻不可避免的產(chǎn)生了,而且檢測(cè)器集規(guī)模越大,冗余越大,如何消除冗余問題?最后,如何構(gòu)建一個(gè)高效穩(wěn)定的入侵檢測(cè)模型呢? 針對(duì)上述問題,本文開展工作如下: 1.本文采用一種將待匹配字符串進(jìn)行分段的思想,通過對(duì)
4、每段設(shè)置不同的匹配系數(shù),以及有針對(duì)地設(shè)置關(guān)鍵字段位,形成一種可控的匹配概率,避免了由于r-連續(xù)位匹配算法的恒定匹配概率,而使得基于反向選擇算法的檢測(cè)系統(tǒng)可能出現(xiàn)的檢測(cè)黑洞。 2.提出一個(gè)冗余剔除算法,根據(jù)冗余成熟檢測(cè)器之間相似的結(jié)構(gòu)特性,采用滑動(dòng)窗口思想,對(duì)檢測(cè)器集進(jìn)行冗余消除,解決了隨機(jī)產(chǎn)生的初始檢測(cè)器不可避免地為成熟檢測(cè)器的冗余埋下隱患的問題,以及無窮盡的非我個(gè)體和有限的成熟檢測(cè)器集合之間存在的矛盾問題,同時(shí)能保證檢測(cè)器集的
5、性能不變。 3.構(gòu)建了一個(gè)新型的基于人工免疫的入侵檢測(cè)模型。該模型通過聚類算法對(duì)數(shù)據(jù)集進(jìn)行分類,產(chǎn)生自體抗原和非自體抗原。非自體抗原通過遺傳算法、冗余剔除算法以及反向選擇算法產(chǎn)生成熟檢測(cè)器集。成熟檢測(cè)器集在一定的匹配閾值下形成記憶檢測(cè)器集。測(cè)試集先經(jīng)過記憶檢測(cè)器集,再通過成熟檢測(cè)器集,在此過程中完成記憶檢測(cè)器和成熟檢測(cè)器的更新。 在隨機(jī)數(shù)據(jù)集和1998DARPA數(shù)據(jù)集上,通過VC++上的程序仿真實(shí)驗(yàn),對(duì)傳統(tǒng)算法和改進(jìn)算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工免疫的入侵檢測(cè)方法研究.pdf
- 基于人工免疫的網(wǎng)絡(luò)入侵檢測(cè)研究.pdf
- 基于人工免疫算法的入侵檢測(cè)研究.pdf
- 基于人工免疫的入侵檢測(cè)模型與方法研究.pdf
- 基于人工免疫的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng).pdf
- 基于人工免疫的入侵檢測(cè)系統(tǒng)模型研究.pdf
- 基于人工免疫的入侵檢測(cè)技術(shù)的研究.pdf
- 基于人工免疫理論的動(dòng)態(tài)異常檢測(cè)方法研究.pdf
- 基于人工免疫的入侵檢測(cè)系統(tǒng)研究.pdf
- 基于人工免疫的入侵檢測(cè)的硬件實(shí)現(xiàn)研究.pdf
- 改進(jìn)的基于人工免疫的入侵檢測(cè)模型.pdf
- 基于人工免疫理論的智能故障診斷方法研究.pdf
- 基于人工免疫算法的入侵檢測(cè)系統(tǒng)研究.pdf
- 基于人工免疫的網(wǎng)絡(luò)入侵檢測(cè)算法研究.pdf
- 基于人工免疫的入侵檢測(cè)器生成研究.pdf
- 基于人工免疫原理的入侵檢測(cè)模型研究.pdf
- 基于人工免疫理論的入侵檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于人工免疫的入侵檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于人工免疫的網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)研究.pdf
- 基于人工免疫的混合型入侵檢測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論