一种改进的否定选择算法在入侵检测中的应用

发布时间：2018-08-18 15:43

【摘要】：有效的检测器生成算法是入侵检测的核心问题。针对现有算法存在检测率低、匹配阈值固定、检测器集合庞大等问题,通过对人工免疫系统中否定选择算法原理的分析,提出一种生成最有效检测器集的变阚值模糊匹配否定选择免疫算法,并将该算法应用到入侵检测系统中。算法采用随机生成和基因库相结合的候选检测器生成机制,在保证检测器多样性的同时,提高了候选检测器成为成熟检测器的比率。为了消除冗余检测器的产生,提高检测器集的检测效率,算法在模糊匹配的基础上生成有效检测器集。同时,匹配阈值可变,可大幅降低黑洞数量。实验结果表明,该算法提高了入侵检测率,降低了虚警率,整体检测性能较好。
[Abstract]:Effective detector generation algorithm is the core problem of intrusion detection. In view of the problems of low detection rate, fixed matching threshold and huge set of detectors in existing algorithms, the principle of negative selection algorithm in artificial immune system is analyzed. A variable threshold fuzzy matching negative selection immune algorithm for generating the most effective detector set is proposed and applied to the intrusion detection system. The algorithm adopts the candidate detector generation mechanism which combines random generation and gene pool. It not only ensures the diversity of detector, but also improves the ratio of candidate detector becoming mature detector. In order to eliminate the generation of redundant detectors and improve the detection efficiency of detector sets, the algorithm generates an effective detector set on the basis of fuzzy matching. At the same time, the matching threshold is variable, which can greatly reduce the number of black holes. The experimental results show that the algorithm improves the intrusion detection rate and reduces the false alarm rate, and the overall detection performance is good.
【作者单位】： 长沙医学院计算机系;
【基金】：湖南教育厅科研基金项目(11C0140)
【分类号】：TP393.08

【参考文献】

相关期刊论文 前2条

1 柴争义;王献荣;王亮;;用于异常检测的实值否定选择算法[J];吉林大学学报(工学版);2012年01期

2 胡博;胡敏;李渊珊;;否定选择算法中一种改进的检测器集生成机制[J];计算机应用研究;2011年01期

【共引文献】

相关期刊论文 前10条

1 金静;韩虎;崔永君;;改进的否定选择算法在入侵检测系统中的应用[J];电子设计工程;2015年01期

2 高炜;曹锐;;一种基于集群概率的网络入侵检测算法[J];电子技术与软件工程;2015年08期

3 柴争义;吴慧欣;吴勇;;用于异常检测的免疫实值检测器优化生成算法[J];吉林大学学报(工学版);2012年05期

4 伍海波;;一种改进的否定选择算法在入侵检测中的应用[J];计算机应用与软件;2013年02期

5 杨正永;王昕;王振雷;;一种非线性过程监控方法[J];计算机与应用化学;2013年10期

6 方贤进;蔡妙琪;;基于人工免疫系统的入侵检测研究[J];计算机工程;2013年11期

7 刘海龙;张凤斌;席亮;;基于协同进化的免疫检测器分布优化算法[J];计算机工程;2013年11期

8 李栋;刘树林;刘颖慧;张宏利;;基于自适应超环检测器的设备异常度检测方法[J];机械工程学报;2014年12期

9 曹羲;王亮;王清河;;一种用于无线局域网用户接入的双层认证方法[J];内蒙古师范大学学报(自然科学汉文版);2014年04期

10 顾晟;;基于环状检测器的WSN节点异常度双向多重检测方法[J];计算机测量与控制;2014年08期

相关博士学位论文 前5条

1 余伟;经济模型的构建与预测方法的研究[D];华南理工大学;2012年

2 刘颖慧;基于人工免疫系统的异常状态监测及故障诊断研究[D];上海大学;2013年

3 刘海龙;免疫入侵检测中检测器优化与多形态检测研究[D];哈尔滨理工大学;2013年

4 张宏利;设备异常度检测及故障识别的人工免疫方法研究[D];上海大学;2014年

5 李栋;基于免疫系统的小样本在线学习异常检测与故障诊断方法[D];上海大学;2014年

相关硕士学位论文 前7条

1 李翠云;基于DNA的人工免疫算法及应用研究[D];浙江大学;2013年

2 徐新平;基于免疫阴性选择算法的转子故障数据分类方法研究[D];兰州理工大学;2013年

3 张斌;免疫入侵检测邻域空间动态自适应机制研究[D];哈尔滨理工大学;2013年

4 马天宇;邻域空间下检测器的生成及分布算法研究[D];哈尔滨理工大学;2014年

5 周志凯;免疫入侵检测中基于信息增益的检测器生成研究[D];哈尔滨理工大学;2014年

6 乔宗杰;基于熵理论的实值否定选择算法研究[D];哈尔滨理工大学;2012年

7 杨正永;基于流形学习算法的非高斯过程监控方法研究及在化工过程监控中的应用[D];华东理工大学;2015年

【二级参考文献】

相关期刊论文 前7条

1 张凤斌;王大伟;王胜文;;A self region based real-valued negative selection algorithm[J];Journal of Harbin Institute of Technology;2008年06期

2 朱思峰;刘芳;柴争义;;基于检测器覆盖率评估的否定选择算法[J];华中科技大学学报(自然科学版);2009年12期

3 柴争义;刘芳;朱思峰;;新型智能入侵防御模型[J];华中科技大学学报(自然科学版);2010年01期

4 刘衍珩;孙蕾;田大新;吴静;张凤华;;基于融合主成分匹配的异常检测方法[J];吉林大学学报(工学版);2009年05期

5 马鑫;梁艳春;田野;于涛;;基于免疫机理与合同网协议的多Agent入侵检测系统[J];吉林大学学报(工学版);2011年01期

6 柴争义;汪宏海;;异常入侵检测系统虚警率问题研究[J];计算机科学;2009年11期

7 ;A self-adaptive negative selection algorithm used for anomaly detection[J];Progress in Natural Science;2009年02期

【相似文献】

相关期刊论文 前10条

1 张楠;李志蜀;张建华;;基于混沌理论的否定选择算法[J];四川大学学报(工程科学版);2006年01期

2 晏义威;张凤斌;杨晓君;张科;;改进的混沌否定选择算法[J];计算机工程;2009年11期

3 张雄美;易昭湘;宋建社;李俊山;;基于矩阵形式的否定选择算法研究[J];电子与信息学报;2010年11期

4 谢婧;印润远;颜禄涵;;改进的否定选择算法在入侵检测中的应用[J];微计算机信息;2012年01期

5 张福勇;齐德昱;胡镜林;;终身学习的否定选择算法[J];沈阳工业大学学报;2012年03期

6 金章赞;廖明宏;肖刚;;否定选择算法综述[J];通信学报;2013年01期

7 王大伟;张凤斌;;区域否定选择算法[J];计算机工程与应用;2008年12期

8 李卓君;;一种改进的否定选择算法[J];信息通信;2012年01期

9 莫秀良;王春东;;基于否定选择算法的木马检测与研究[J];煤炭技术;2013年07期

10 张凤斌;王天博;;实值n维混沌映射否定选择算法[J];计算机研究与发展;2013年07期

相关会议论文 前1条

1 魏春英;刘培玉;;否定选择算法及其改进[A];山东省计算机学会2005年信息技术与信息化研讨会论文集（一）[C];2005年

相关硕士学位论文 前10条

1 仲巍;新型否定选择算法的研究与应用[D];江苏大学;2008年

2 张建;基于深度学习和信息增益的否定选择算法[D];西安电子科技大学;2012年

3 乔宗杰;基于熵理论的实值否定选择算法研究[D];哈尔滨理工大学;2012年

4 刘岩;基于否定选择算法的异常检测模型研究[D];哈尔滨工程大学;2008年

5 赵红霞;基于新型否定选择算法的计算机病毒检测技术研究[D];太原理工大学;2010年

6 王卫民;基于人工免疫系统的否定选择算法改进相关研究[D];电子科技大学;2008年

7 李海;否定选择算法在IDS中的应用研究[D];电子科技大学;2009年

8 李彬;基于否定选择算法的入侵检测系统[D];太原理工大学;2011年

9 马知行;基于人工免疫系统的入侵检测技术研究[D];东北师范大学;2009年

10 张斌;免疫入侵检测邻域空间动态自适应机制研究[D];哈尔滨理工大学;2013年

，

本文编号：2189927