基于人工免疫模型的入侵检测系统中检测器生成算法的分析与改进

J4 ›› 2010, Vol. 48 ›› Issue (1): 67-72.

基于人工免疫模型的入侵检测系统中检测器生成算法的分析与改进

胡亮, 王程明, 赵阔, 努尔布力, 姜千

吉林大学计算机科学与技术学院, 长春 130012

收稿日期:2009-03-25 出版日期:2010-01-26 发布日期:2010-01-27
通讯作者: 王程明 E-mail:wangchengming.jlu@gmail.com

Research and Improvement of Detector Generation Algorithm inIntrusion Detection System Based on Artificial Immune Model

HU Liang, WANG Chengming, ZHAO Kuo, Nurbol, JIANG Qian

College of Computer Science and Technology, Jilin University, Changchun 130012, China

Received:2009-03-25 Online:2010-01-26 Published:2010-01-27
Contact: WANG Chengming E-mail:wangchengming.jlu@gmail.com

摘要/Abstract

摘要：

对检测器生成算法中的逐级反向选择算法进行改进, 通过对检测器表示方式和检测器生成算法的修改, 解决了原算法中检测器数量过多的问题, 提高了检测器的生成效率和检测效率. 算法的测试结果表明, 改进后的算法在检测精度不变的前提下降低了描述相同非自体空间需要的检测器数量, 提高了算法执行效率, 使其更接近实时监测的要求.

关键词: 入侵检测, 人工免疫, 检测器

Abstract:

The Multilevel Negative Selection Algorithm was improved by introducing a new detector model and generating method. The new algorithm can solve the problem of a high number of detectors. Therefore, both the generation efficiency and the detecting efficiency are improved as well. The experimental results prove that both the number of detectors and the time for generating detectors are decreased greatly by the improved algorithm on the premise that the precision of detection is unchanged, making it approach the realtime detection.

Key words: intrusion detection, artificial immune, detector

中图分类号:

TP309

胡亮, 王程明, 赵阔, 努尔布力, 姜千. 基于人工免疫模型的入侵检测系统中检测器生成算法的分析与改进[J]. J4, 2010, 48(1): 67-72.

HU Liang, WANG Cheng-Meng, DIAO Kuo, NU Er-Bu-Li, JIANG Qian. Research and Improvement of Detector Generation Algorithm inIntrusion Detection System Based on Artificial Immune Model[J]. J4, 2010, 48(1): 67-72.

[1]	徐华, 衣文索, 杨雨欣. 双通道Mach-Zehnder光纤相干振动传感器[J]. 吉林大学学报(理学版), 2025, 63(6): 1775-1783.
[2]	王建刚. 基于小生境遗传算法的网络入侵节点智能检测方法[J]. 吉林大学学报(理学版), 2025, 63(4): 1099-1104.
[3]	沈记全, 魏坤. 融合残差网络的CR-BiGRU入侵检测模型[J]. 吉林大学学报(理学版), 2023, 61(2): 353-361.
[4]	任维武, 张波辰, 底晓强, 卢奕南. 基于人工蜂群优化的密度聚类异常入侵检测算法[J]. 吉林大学学报(理学版), 2018, 56(1): 95-100.
[5]	董刚, 滕云, 姜鑫阳, 郭东, 李强. 利用确定性树突状细胞算法在线检测僵尸网络[J]. 吉林大学学报(理学版), 2017, 55(06): 1485-1490.
[6]	李文辉, 陈昱昊, 王莹. 自适应的免疫粒子滤波车辆跟踪算法[J]. 吉林大学学报(理学版), 2016, 54(05): 1055-1063.
[7]	袁开银, 费岚. 混合粒子群优化算法选择特征的网络入侵检测[J]. 吉林大学学报(理学版), 2016, 54(02): 309-314.
[8]	郭其标, 李秉键. 基于最小信息准则和BP算法的网络入侵检测[J]. 吉林大学学报(理学版), 2015, 53(04): 715-719.
[9]	杨志伟, 努尔布力, 贾雪, 胡亮. 基于ReliefF的入侵特征选择方法[J]. 吉林大学学报(理学版), 2015, 53(03): 505-510.
[10]	崔亚芬, 解男男. 一种基于特征选择的入侵检测方法[J]. 吉林大学学报(理学版), 2015, 53(01): 112-116.
[11]	门洪, 陈鹏. 阴性选择算法检测器生成的优化及仿真[J]. 吉林大学学报(理学版), 2014, 52(06): 1255-1260.
[12]	胡亮, 任维武, 任斐, 刘晓博, 金刚. 基于改进密度聚类的异常检测算法[J]. J4, 2009, 47(05): 954-960.
[13]	孙聪, 彭军, 齐心达, 胡亮. 基于人工免疫的网络安全监控系统[J]. J4, 2009, 47(05): 1035-1038.
[14]	张丹, 任斐, 赵阔，张园园，刘晓博, 任维武，胡亮. 基于SVM的在线无监督入侵检测系统[J]. J4, 2009, 47(02): 323-329.
[15]	李瑞雪,, 房至一,, 戴志明, 闫友来, 肖玮. 基于贝叶斯理论的入侵检测评测方法研究[J]. J4, 2008, 46(05): 925-929.