基于危险免疫理论的物联网网络层检测器动态自适应算法研究

针对物联网网络安全,应用免疫危险理论原理,研究动态自适应算法,提出一种基于免疫危险理论的新型动态自适应算法。该算法能够动态调整机体内各个区域细胞器的数量,构建全方位的物联网网络层动态防御体系。算法分析表明该算法能够识别物联网网络层的危险信号,并对危险区域的范围大小、危险程度和危险频率进行计算,根据危险程度做出及时地响应,有效地保证物联网网络层的安全。

基于危险免疫理论的物联网感应层安全感知模型

针对传统物联网安全的静态被动防护方法和技术,应用免疫危险理论,建立基于危险免疫理论的物联网感应层安全感知模型。模型采用分布式结构设计以适应感应层节点的分布;同时针对感应层面临的各种攻击,按照危险程度将其划分为不同的危险等级,模型对各种危险等级的攻击采取与之对应的感知策略,从而定量的感知整个感应层的安全态势。模型分析和仿真结果表明提出的危险感知模型有效地提升了物联网感应层的安全性能。

基于HCI-S标准的安全信息反馈设计方法

该文提出一种安全交互应用的设计方法,有助于设计基于用户界面模式的安全信息反馈,然后用安全人机交互的评估标准来评估反馈的结果。当检测到威胁,安全信息反馈通过指定的视觉和听觉渠道形成反馈界面来有效的提示用户,让用户对系统的充分信任。

基于免疫危险理论的智能检测器及相关算法

针对传统检测器检测率较低、误报率较高、自体库过于庞大的问题,设计了基于免疫危险理论的KRID(Katherine智能检测器),包括实时检测模块、记忆模块和自适应模块.提出了MSMA(二进制分段近似匹配方法)及KRNA检测算法,KRNA检测算法根据不同类型的危险信号使用不同的分段近似匹配方法进行分层检测.实验结果表明:KRNA检测算法具有较高的检测率、较低的误报率和冗余度;为进一步提高KRID的自适应能力,给出了DSAA(动态自适应算法),该算法获取各类异常信号的出现次数,将其与该类异常信号的危险频率求和取平均值后得到新的危险频率,根据新的危险频率调整检测细胞数量.实验结果表明:DSAA提升了检测器的自适应能力,减少了响应时间.