免疫入侵檢測中檢測器生成策略研究.pdf

1、隨著現(xiàn)代互聯(lián)網(wǎng)時代的不斷發(fā)展，網(wǎng)絡(luò)改變了人類的生活，不管是農(nóng)業(yè)還是工業(yè)都逐漸互聯(lián)網(wǎng)化，知識的推廣和信息的交換方式和以前相比發(fā)生了翻天覆地的變化。網(wǎng)絡(luò)方便我們的同時給我們也帶來了很多安全的問題，系統(tǒng)被惡意侵入，個人信息被盜竊等，這些問題很重要并且關(guān)系著每個人，免疫入侵檢測作為主動安全防護手段則成為研究的熱點。
　　免疫入侵檢測技術(shù)作為一種主動的人工免疫的網(wǎng)絡(luò)安全防御方式，通過自體耐受過程來構(gòu)造有效的檢測器以應(yīng)對多變的攻擊方式，檢測器

2、對于入侵檢測系統(tǒng)至關(guān)重要，其采用否定選擇算法來生成成熟檢測器，然后通過成熟檢測器來匹配入侵，過程中成熟檢測器也不斷與自體匹配以達到動態(tài)更新。所以入侵檢測系統(tǒng)中檢測器有較高的檢測率和較好的魯棒性，同時由于系統(tǒng)良好的主動性和自學習能力，使得免疫入侵檢測系統(tǒng)成為有效的防御手段。
　　針對免疫入侵檢測數(shù)據(jù)處理速度慢的問題，提出了采用Bregman迭代方式改進傳統(tǒng)非負矩陣分解過程的BNMF(Nonnegative Matrix Factor

3、ization by Bregman Iteration)算法，改變矩陣迭代過程，利用矩陣本地化方法達到矩陣分解條件,增加矩陣的約束,保留檢測數(shù)據(jù)內(nèi)部結(jié)構(gòu)并且加快數(shù)據(jù)的處理速度，該算法有效的提高了入侵檢測速度,增強了免疫入侵檢測的時效性。
　　為了提高檢測器的檢測能力，通過改進的協(xié)同進化方式，利用多種群中心個體和量子變異方式，增加檢測器生成過程以及檢測過程的協(xié)作方式，加快檢測特征信息的交換和反饋，并且使得檢測器更加系統(tǒng)化的更新迭代