一种基于计算机免疫学的入侵检测系统的体系结构设计

随着网络时代的发展,网络安全成为一个严重的问题。传统的网络安全技术不能满足现在的要求,本文提出了并深入研究了一种基于计算机免疫学的入侵检测系统的体系结构。该体系结构是一种混合形结构,同时使用基于异常检测和基于误用检测技术,通过计算机免疫学技术的应用,使IDS能自动适应复杂多变的网络环境。

计算机免疫学在入侵检测系统中的应用

传统的网络安全技术不能满足现在的要求,该文阐述了一种基于计算机免疫学的入侵检测系统的体系结构,该体系结构是建立在开放源代码的入侵检测系统Snort上,并依据Snort强大的插件管理模式,以预处理器的方式将免疫检测模块引入Snort,实现了基于免疫的入侵检测系统模型。该模型既能进行滥用入侵检测,又能进行异常入侵检测。

计算机免疫识别规则的演化挖掘

识别器的构造是计算机免疫学的一个重要研究方向。提出一种构造识别器的演化算法，其核心思想是采用数据挖掘的方法从Ｓｅｌｆ集和ｎｏｎｓｅｌｆ集中挖掘识别规则，这些识别规则能够反映出Ｓｅｌｆ和ｎｏｎｏｓｅｌ的一些内在特征，因此有很好的识别能力。

计算机免疫危险理论形式化模型

针对计算机免疫学危险理论缺乏统一的理论公式问题,文章利用集合理论和形式化方法,建立危险理论的计算模型。在建立危险理论完整、闭环的模型框架基础上,形式化描述危险理论模型中各类信号的数据结构、抗原空间、输入信号等,并将免疫过程计算方法公式化,最后,分析形式化模型的复杂度问题。文章的意义是,当研究人员在应用危险理论解决实际问题时,不需要再从生物模型出发重新构建危险理论模型,也可防止危险理论不适当的应用。

免疫防火墙模型的构造

为了改变传统防火墙静态的缺点,在计算机免疫学原理的指导下,通过借鉴自然免疫系统特征,提出了免疫防火墙模型。该模型是两层结构,第1层采用传统的防火墙技术,第2层是基于免疫原理的免疫层。免疫层采用规则树编码的识别器,通过在self、nonself集上进行学习和识别训练,获得self、nonself的主要特征,产生动态规则,即免疫层的免疫(淋巴)细胞,以自适应的方式阻拦非法数据,并利用演化计算对识别器进行演化。该防火墙模型具有一定的自适应性和动态性。

基于免疫原理的防火墙模型

针对传统防火墙技术的弱点 ,根据计算机免疫学的原理 ,提出了基于免疫原理的自适应防火墙模型 .该模型是两层结构 ,第一层采用目前传统的防火墙技术 ,第二层是以免疫原理为基础的免疫层 .采用规则树编码的识别器 ,通过第一层采集self和nonself集中的元素 ,经过学习 ,获得self和nonself的主要特征 ,产生动态规则 ,以自适应的方式解决第一层出现的漏洞 ,并利用演化计算的原理对识别器进行演化 .该防火墙模型具有一定的自适应性和动态性 .

免疫算法的基本原理及其优化改进方法概述

本文系统地论述了免疫算法的概念、基本原理以及优化方法。首先就免疫算法的研究现状进行简要回顾,讨论了免疫算法的机理,重点阐述了克隆选择原理、免疫算法的改进、免疫响应模型,以及计算机免疫系统的设计方法等,同时就免疫算法的实现步骤进行了详细分析。最后,对免疫算法的应用进行了总结,并对未来发展方向进行了展望。

数字序列抗原的淋巴细胞的演化方法

论文对计算机免疫学中Self集的物理空间分布和识别器的构造进行了探讨性的分析,并针对传统方法识别效果差、缺乏灵活性等缺点,提出了一种基于遗传算法的具有空间自适应能力的识别器构造方法,并通过实验比较了该算法与传统识别器构造算法的效果。