版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、信息保障不同于傳統(tǒng)的安全技術(shù),它強調(diào)信息系統(tǒng)的整個生命周期的防御和恢復(fù)。入侵檢測系統(tǒng)作為信息安全保障的一個重要環(huán)節(jié),可以較好的彌補傳統(tǒng)的保護機制不能解決的問題。生物免疫系統(tǒng)與入侵檢測系統(tǒng)有著許多相似之處,這些相似性使免疫系統(tǒng)為入侵檢測系統(tǒng)提供了一個自然的研究模板。特別是免疫系統(tǒng)在信息處理中表現(xiàn)出的分布式保護、多樣性、自適應(yīng)性、健壯性、記憶能力、容錯能力、動態(tài)穩(wěn)定性等良好特性,正是當(dāng)前入侵檢測領(lǐng)域中所期望得到的。 本文深入研究了實
2、值否定選擇算法,并與傳統(tǒng)的二進制否定選擇算法進行比較。討論了實值否定選擇算法中的“邊界困境”問題,提出了一種基于自體區(qū)域的實值否定選擇算法。基于生物免疫的入侵檢測系統(tǒng)的檢測率主要由檢測器對非自體空間的覆蓋決定,系統(tǒng)中檢測器的生成主要采用否定選擇算法,但是該算法產(chǎn)生的檢測器存在大量重疊,對非自體空間的覆蓋也不完備,使得入侵檢測系統(tǒng)的檢測率下降。針對以上問題,本文對基于生物免疫的檢測器自適應(yīng)生成算法和分配策略進行了研究,提出了一種隨機實值否
3、定選擇算法,把檢測器集隨機的分布在自體/非自體空間作為輸入,并迭代移動檢測器位置使非自體空間的覆蓋最大化、自體樣本的重疊最小化,且非自體空間覆蓋的最大化通過一個被證實具有收斂性質(zhì)的最優(yōu)化算法完成。最后使用改進的算法建立一個入侵檢測系統(tǒng),并使用麻省理工大學(xué)的Darpa 1998離線數(shù)據(jù)作為入侵檢測系統(tǒng)的測試數(shù)據(jù)。由于使用不同的自體閾值可以均衡靈敏性和特意性,因此試驗使用ROC曲線來對比算法性能。試驗結(jié)果表明,算法生成的檢測器能夠很好的覆蓋
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于生物免疫的檢測器分布策略研究.pdf
- 免疫入侵檢測中檢測器生成策略研究.pdf
- 基于免疫機制的檢測器進化方法.pdf
- 基于人工免疫的記憶檢測器研究.pdf
- 基于免疫的入侵檢測系統(tǒng)中檢測器性能研究.pdf
- 基于人工免疫的入侵檢測器生成研究.pdf
- 免疫入侵檢測中基于信息增益的檢測器生成研究.pdf
- 基于免疫機制實值檢測器生成與二次分布漏洞研究.pdf
- 模糊免疫檢測器算法的研究.pdf
- 基于克隆選擇的檢測算法和檢測器分布研究.pdf
- 基于免疫和Mobile-Agent的IDS檢測器模型.pdf
- 基于免疫原理的網(wǎng)絡(luò)入侵檢測器生成算法的研究.pdf
- 基于人工免疫的檢測器生成算法研究及應(yīng)用.pdf
- 基于圖論的檢測器布局.pdf
- 免疫入侵檢測中檢測器優(yōu)化與多形態(tài)檢測研究.pdf
- 基于人工免疫系統(tǒng)的入侵檢測器生成算法研究.pdf
- 人工免疫檢測器中匹配規(guī)則的研究.pdf
- 鄰域空間下檢測器的生成及分布算法研究.pdf
- 免疫入侵檢測自體與檢測器動態(tài)自適應(yīng)機制研究.pdf
- 免疫陰性選擇算法檢測器研究及其在蠕蟲檢測中的應(yīng)用.pdf
評論
0/150
提交評論