期刊文献+

自适应检测器生成算法研究 被引量:4

Algorithmic research on generating adaptive detectors
下载PDF
导出
摘要 基于小生境策略的否定选择算法利用在搜索空间中计算检测器之间的海明距离,构建小生境;一个与亲合力函数相关的适应度函数的提出,能更客观地反映各检测器的匹配能力,即能更准确地反映检测器集合的检测能力;利用进化策略,进行遗传操作,而生成多样性和通用性的最佳检测器集。同时该算法可以减少生成检测器的时间开销。 A negative selection algorithm with niching strategy can generate diversity and generality of detector sets. By calculating Hamming distance between two arbitrary detectors in search space, niching of detectors is built. A new approach to define the fitness function is proposed. The fitness function is a relational function of the detector's affinity function. And computational time can be reduced.
出处 《计算机工程与设计》 CSCD 北大核心 2007年第13期3088-3089,3096,共3页 Computer Engineering and Design
基金 国家自然科学基金项目(60404021) 广东省自然科学基金项目(06024881) 广东金融学院科研基金项目(05XJ02-01 05XJ02-02)
关键词 小生境 否定选择 检测器 匹配规则 入侵检测 niching negative selection detectors match rule intrusion detection
  • 相关文献

参考文献7

  • 1Esponda F,Forrest S,Helman P.A formal framework for positive and negative detection[J].IEEE Transactions on Systems,Man,and Cybernetics,2004,34(1):357-373.
  • 2Jungwon K,Bentley P J.Toward an artificial immune system for network intrusion detection:An investigation of dynamic clonal selection[C].USA:Proceedings of the Congress on Evolutionary Computation,2002:1015-1020.
  • 3Dasgupta D,Gonzalz F.An immunity-based technique to characterize intrusions in computer networks[J].IEEE Transactions on Evolutionary Computation,2002,6(3):281-291.
  • 4孙啸.生物信息学[DB/OL].东南大学,http://www.lmbe.seu.edu.cn/chenyuan/xsun/bioinfomatics/Web/CharpterThree/3.1.htm.
  • 5张虹,蔡焕夫,高平安,赵国红.基于r-连续位匹配规则的入侵检测研究[J].计算机工程与应用,2006,42(29):114-117. 被引量:1
  • 6贾志平,杨武,云晓春.一个分布式高效网络入侵检测系统[J].微计算机信息,2006(01X):33-35. 被引量:6
  • 7王胜和.基于数据挖掘的入侵检测系统设计[J].计算机工程与设计,2004,25(2):243-245. 被引量:8

二级参考文献7

共引文献12

同被引文献21

  • 1卿斯汉,蒋建春,马恒太,文伟平,刘雪飞.入侵检测技术研究综述[J].通信学报,2004,25(7):19-29. 被引量:234
  • 2程永新,许家珆,陈科.一种新型入侵检测模型及其检测器生成算法[J].电子科技大学学报,2006,35(2):235-238. 被引量:7
  • 3马莉,刘凤玉.一种改进的网络入侵检测器生成算法[J].计算机工程与应用,2007,43(21):150-152. 被引量:4
  • 4Esponda R,Forrest S,Helman P.A formal framework for positive and negative detection schemes[J].IEEE Transaction on Systems,Man and Cybernetics-Part B:Cybernetics,2004,34(1):357-373.
  • 5Tony H.Quantum computing:all introduction[J].Computing & Control Engineering Journal,1996,10(3):105-112.
  • 6Kuk-Hyun Han,Jong-Hwan Kim.Genetic quantum algorithm and its application to combinatorial optimization problem[M].Proceedings of the Congress on Evolutionary Computation,2000:1354-l360.
  • 7Anonymous.KDD Cup 1999 data set[EB/OL].(2009-08-12)[2009-10-23].http://archive.ics.uci.edu/ml/databases/kddcup99/kddcup99.html.
  • 8David Kruglinski.Scot Wingo,George Shepherd.Programming Visual C++6.0技术内幕[M].北京希望电子出版社,2002.
  • 9郑志娴,陈华,徐榕生.高速网络自适应负载均衡技术的实现[J].电脑知识与技术,2007(8):729-730. 被引量:1
  • 10申瑞民 曾华军.基于WEB的自适应考试系统.教育技术,2001,2(3):23-26.

引证文献4

二级引证文献10

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部