邻域免疫检测器自适应模型研究

发布时间：2023-05-11 03:25

　　人工免疫系统是人工智能技术的重要分支之一,其作为一种受到生物免疫系统的启发,并模仿其免疫功能的一种智能方法被广泛应用于异常检测、数据挖掘、机器学习等多个领域。异常检测通过建立正常行为的模式轮廓来检测异常,被广泛应用于各个领域,在网络安全领域,其通过自体耐受生成检测器区分自体非自体来检测系统的安全威胁,表现出了很好的处理问题能力和鲁棒性,得到了长足的发展,基于免疫的异常检测技术成为本领域的研究热点。检测器是其核心知识集,其生成、优化和检测操作决定了人工免疫的应用效果。目前,人工免疫的问题空间以实值形态空间为主,但实值非自体空间存在“黑洞”问题、由于在实值空间下的匹配策略主要是根据样本间的Euclidean距离和Manhattan距离,随着实值检测器属性个数的增加,带来“维数灾难”的问题。同时空间维度的不断增加会导致检测器生成的时间复杂度和空间复杂度的增长,从而造成检测器生成的速度慢。这些问题使得人工免疫检测的效果不甚理想。鉴于此,本文使用邻域形态空间,并改进邻域否定选择算法(neighborhood negative selection algorithm,NNSA),在生成候选检测器时...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的背景和意义
    1.2 国内外现状分析
        1.2.1 基于人工免疫的异常检测
        1.2.2 n维混沌映射及其在免疫异常检测的应用
        1.2.3 研究现状分析
    1.3 课题来源及研究内容
        1.3.1 课题来源
        1.3.2 课题主要研究内容
    1.4 论文结构安排
第2章 相关模型与方法
    2.1 引言
    2.2 异常检测
    2.3 人工免疫系统
        2.3.1 人工免疫模型
        2.3.2 遗传算法
    2.4 n维混沌映射
    2.5 本章小结
第3章 多源邻域检测器生成与检测
    3.1 引言
    3.2 邻域形态空间及否定选择算法
    3.3 多源邻域免疫检测器生成算法
        3.3.1 算法分析与实现
        3.3.2 算法主要优点
    3.4 邻域检测器检测算法
    3.5 算法分析
    3.6 本章小结
第4章 邻域免疫检测器自适应模型
    4.1 引言
    4.2 DNA疫苗模型
    4.3 邻域免疫检测器自适应模型
        4.3.1 自适应检测器生成算法
        4.3.2 自适应检测与响应模型
        4.3.3 模型分析
    4.4 本章小结
第5章 实验结果分析
    5.1 引言
    5.2 实验预处理
    5.3 参数测定
    5.4 单源、双源和多源免疫检测器对比实验
    5.5 MSNNSA与其他代表算法对比实验
        5.5.1 最优参数组合与其他算法对比实验
        5.5.2 代表性参数与NNSA和 RNSA对比实验
    5.6 邻域免疫检测器自适应对比实验
    5.7 本章小结
结论
参考文献
攻读硕士学位期间所发表的学术论文
致谢



本文编号：3814062