吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (01): 176-0181.

• 论文 • 上一篇    下一篇

基于免疫机理与合同网协议的多Agent入侵检测系统

马鑫1,2,梁艳春1,2,田野1,2,于涛3   

  1. 1.吉林大学 计算机科学与技术学院|长春 130012;2.吉林大学 符号计算与知识工程教育部重点实验室|长春 130012;3.中国科学院 长春光学精密机械与物理研究所| 长春 130033
  • 收稿日期:2010-01-08 出版日期:2011-01-01 发布日期:2011-01-01
  • 通讯作者: 梁艳春(1953-),男,教授,博士生导师.研究方向:计算智能,生物信息学.E-mail:ycliang@jlu.edu.cn E-mail:ycliang@jlu.edu.cn
  • 作者简介:马鑫(1981-),男,博士研究生.研究方向:计算智能,人工智能,智能信息处理.E-mail:chairmanccit@hotmail.com
  • 基金资助:

    “863”国家高技术研究发展计划项目(2009AA02Z307); 国家自然科学基金项目(10872077);吉林省科技发展计划项目(20080708)

An immune and contract net protocol-based multi-agent intrusion detection system

MA Xin1,2,LIANG Yan-chun1,2,TIAN Ye1,2,YU Tao 3   

  1. 1.College of Computer Science and Technology, Jilin University, Changchun 130012,China|2.Key Laboratory of Symbol Computation and Knowledge Engineering of the Ministry of Education, Jilin University, Changchun 130012, China|3.Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, Changchun 130033, China
  • Received:2010-01-08 Online:2011-01-01 Published:2011-01-01

摘要:

建立了一种基于免疫机理与合同网协议的多Agent入侵检测系统ICNPIDS。在被动免疫抗体PAb、记忆自动免疫抗体MANAb及模糊自动免疫抗体FANAb的基础上,将合同网的协同方法应用到抗体检测中,提出了联合免疫抗体UAb的概念,并研究了UAb抗体的生成、检测和更新过程,从构造上克服了Agent间分析经验难以共享借鉴的问题。通过滥用检测和异常检测技术的使用,显著提高了系统的检测性能,增强了系统对于外界负载变换的适应能力。模拟实验结果验证了ICNPIDS是一种具有较高检测性能、可自主适应环境变化的入侵检测系统。

关键词: 计算机应用, 网络安全, 入侵检测, 人工免疫, 合同网协议, 联合免疫抗体, Agent

Abstract:

A multi-agent intrusion detection system (ICNPIDS) was proposed based on immune and contract net protocol. Applying the cooperation method of the contract net protocol to intrusion detection, the concept of united immune antibodies was also proposed by analogy with the passive immune antibodies, the memory automatic antibodies, and fuzzy automatic immune antibodies. The generation, detection, and updating of the united immune antibodies were examined, which overcomes the difficulty that the analytic experience can not be shared between agents. The efficiency of the intrusion detection model that uses abusive detection and the analogy detection was improved greatly. Experiment results show that ICNPIDS is a more adaptive and efficient system.

Key words: computer application, network security, intrusion detection, artificial immune, contract net protocol, united immune antibody, Agent

中图分类号: 

  • TP393
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[9] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[10] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[11] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[12] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[13] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[14] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!