用于网络入侵检测的免疫学习子系统

网络入侵检测当前面临的主要问题是如何迅速有效地检测出未知模式的入侵 .借鉴生物免疫系统中的自进化学习机制 ,我们设计了一种免疫算法 ,该算法以生物免疫的自我非我识别为基础 ,并进一步引入免疫学习机制以提高算法对入侵模式识别的效率和正确率 .算法由四个紧密联系的模块组成 :基因库进化模块、亲和度变异模块、非我选择模块和免疫记忆模块 ,四者形成一个有机的整体 .本文介绍了免疫算法的具体细节 ,并完成了相应的验证实验 .

一种用于网络入侵检测的免疫克隆策略

网络入侵检测当前面临的主要问题是如何迅速有效地检测出未知模式的入侵。借鉴生物免疫系统中的自进化学习机制,我们设计一种免疫克隆算法,该算法以生物免疫的自我非我识别为基础,进一步引入免疫克隆学习机制以提高算法对入侵模式识别的效率和正确率。论述参数的设置,并且系统不再简单地丢弃穷举法中与Self匹配的候选检测器,而是对它们进行进化,引导它们偏离Self集合,生成检测器。论述免疫克隆算法的具体细节,并完成相应的验证实验。实验表明该算法具有较好的识别未知模式的能力。