基于深度學(xué)習(xí)和信息增益的否定選擇算法.pdf

1、人體免疫系統(tǒng)因其強大的信息處理能力受到研究者的關(guān)注，它的自適應(yīng)性、并行和分布式的特點為解決工程應(yīng)用問題開辟了思路，在此基礎(chǔ)上誕生了人工免疫系統(tǒng)。鑒于免疫系統(tǒng)與入侵檢測系統(tǒng)的相似性，基于人工免疫系統(tǒng)的算法被應(yīng)用于入侵檢測。本文首先提出了“空洞”處理的否定選擇算法，然后提出了深度訓(xùn)練的否定選擇算法，最后將信息增益與否定選擇算法相融合，并將其應(yīng)用于入侵檢測。
　　 第二章重點介紹了“空洞”區(qū)域數(shù)據(jù)處理的動機(jī)和思想，該算法對落入“空洞”

2、區(qū)域的數(shù)據(jù)進(jìn)一步分析，以更準(zhǔn)確的判定其是否為異常數(shù)據(jù)。實驗結(jié)果表明：相比V-detector算法，本章提出的算法在正檢率和虛警率上都有所改善。
　　 第三章提出了深度訓(xùn)練的否定選擇算法，以解決上一章算法中存在的計算量大的問題，采用深度訓(xùn)練機(jī)制減少了自體樣本的數(shù)量，并提高了自體區(qū)域的覆蓋率。通過實驗分析得出，深度訓(xùn)練機(jī)制減少了算法的運行時間，并在一定程度上改善了算法的異常檢測效果。
　　 第四章引入了信息增益分析，提出了基