D e C astro等提出一种基于人工免疫原理的竞争神经网络模型-抗体网络。但目前关于抗体网络的研究还停留在原理介绍和实验验证阶段,没有应用在工程问题中的实例。在综合考虑算法复杂性等因素的基础上,利用邻接矩阵作为存储结构,给出了...D e C astro等提出一种基于人工免疫原理的竞争神经网络模型-抗体网络。但目前关于抗体网络的研究还停留在原理介绍和实验验证阶段,没有应用在工程问题中的实例。在综合考虑算法复杂性等因素的基础上,利用邻接矩阵作为存储结构,给出了抗体网络主要操作的算法,为抗体网络在工程问题中的应用提供了一个具体的实现方案。展开更多
提出了一种基于自适应半径免疫算法(ARIA)的入侵检测方法。ARIA训练得到的抗体网络充分保留了原始数据的密度分布信息,具有准确的空间形态;再用最小生成树算法和Zahn划分标准对抗体网络细胞聚类,聚类得到的簇被标记为正常或异常并用于...提出了一种基于自适应半径免疫算法(ARIA)的入侵检测方法。ARIA训练得到的抗体网络充分保留了原始数据的密度分布信息,具有准确的空间形态;再用最小生成树算法和Zahn划分标准对抗体网络细胞聚类,聚类得到的簇被标记为正常或异常并用于网络异常检测中。对KDD CUP 99数据集的实验结果表明:相对于基于aiNet的入侵检测方法,新的算法检测率高、误报率低,能够有效识别KDD中的已知攻击和未知攻击。展开更多
文摘D e C astro等提出一种基于人工免疫原理的竞争神经网络模型-抗体网络。但目前关于抗体网络的研究还停留在原理介绍和实验验证阶段,没有应用在工程问题中的实例。在综合考虑算法复杂性等因素的基础上,利用邻接矩阵作为存储结构,给出了抗体网络主要操作的算法,为抗体网络在工程问题中的应用提供了一个具体的实现方案。
文摘提出了一种基于自适应半径免疫算法(ARIA)的入侵检测方法。ARIA训练得到的抗体网络充分保留了原始数据的密度分布信息,具有准确的空间形态;再用最小生成树算法和Zahn划分标准对抗体网络细胞聚类,聚类得到的簇被标记为正常或异常并用于网络异常检测中。对KDD CUP 99数据集的实验结果表明:相对于基于aiNet的入侵检测方法,新的算法检测率高、误报率低,能够有效识别KDD中的已知攻击和未知攻击。