基于熵理論的實值否定選擇算法研究.pdf

1、互聯(lián)網(wǎng)技術(shù)高速發(fā)展給人們的生產(chǎn)和生活帶來了極大的便利，人們在充分享受網(wǎng)絡(luò)帶來的方便同時也不能忽略網(wǎng)絡(luò)安全問題。如今，單純依靠傳統(tǒng)的網(wǎng)絡(luò)安全技術(shù)已經(jīng)很難滿足現(xiàn)有網(wǎng)絡(luò)情況的要求?；谌斯っ庖叩娜肭謾z測系統(tǒng)，作為一種具有主動防御功能的網(wǎng)絡(luò)安全防護手段，已經(jīng)越來越受到專家學(xué)者的關(guān)注。本文以基于人工免疫的入侵檢測系統(tǒng)的核心算法否定選擇算法為研究對象，圍繞實值否定算法的性能改進，深入研究實值否定選擇算法。
　　 基于人工免疫的入侵檢測系統(tǒng)的

2、檢測功能是由其中的檢測器來完成的。實值表示的檢測器在訓(xùn)練階段和檢測階段需要提取網(wǎng)絡(luò)數(shù)據(jù)包中的各維數(shù)據(jù)屬性，這些屬性構(gòu)成了這個數(shù)據(jù)包的屬性向量。抽取出來的屬性向量昀所有分量并非都是非常有用的，需要對這些屬性特征進行選取。針對這個問題，本文提出了基于人工免疫的入侵檢測系統(tǒng)屬性選取算法，將信息論的熵理論運用到屬性特征選取中來。信息熵可以用來描述隨機變量信息含量的大小，將信息熵理論應(yīng)用在實值檢測器的屬性特征選擇中，便能夠找到含有最多信息的特征，

3、并成為一種性能良好的全局測度。實驗表明，這種方法由于提高了屬性選取的效率而使得基于人工免疫的入侵檢測系統(tǒng)的檢測性能得到提高。
　　 實值檢測器在高維形態(tài)空間中的檢測效率低下，為了提高實值檢測器在高維形態(tài)空間的檢測效率，可以采用降低形態(tài)空間的維數(shù)的方法。針對這個問題，本文提出了基于熵值加權(quán)的實值否定選擇算法。此算法通過信息含量判斷每個屬性對形態(tài)空間的重要程度，選取其中信息含量大的特征重新構(gòu)建形態(tài)空間，完成形態(tài)空間由高維向低維的轉(zhuǎn)化