基于免疫原理的恶性可执行体检测算法研究

检测未知恶性可执行体是计算机免疫系统研究中的一个重要方面,本文借鉴生物免疫系统的“异己”检测、抗体表达方式多样性等原理,结合神经网络对恶性可执行体检测算法进行了比较深入的研究,提出了一个切实可行的恶性可执行体检测算法(MEDA),实验结果表明该算法在很低误判率(FPR)情况下,具有很高的正确检测率(DR).

基于阴性选择原则的Non-self探测器生成算法

基于免疫系统异己检测原理,深入进行了计算机免疫系统探测器生成算法的研究.首先,简要介绍了阴性选择算法,总结了相关的探测器生成算法;然后,基于阴性选择原则提出了两种探测器生成算法,即位变异算法(BMGDGA)和余数生长算法(AGDGA).文中对两种算法在多种不同的数据集上进行了全面的验证和实验,并与穷尽式探测器生成算法进行了全面系统的比较.结果表明,两种探测器生成算法在综合性能上均优于穷尽式探测器生成算法.